治療結果から非破壊空間を削除/除外する

Question

現在、記事の価格についてウェブサイトをスクラップしようとしていますが、問題が発生しました（問題を解決した後、価格が動的に生成された後、 ）。

私は価格と商品名を問題なく受け取りますが、「価格」の2番目の結果はすべて「\ xa0」です。私は 'normalize-space（）'を使用して削除しようとしましたが、役に立たないです。

マイコード：

import scrapy 
from scrapy import signals 
from scrapy.http import TextResponse 
from scrapy.xlib.pydispatch import dispatcher 
from horni.items import HorniItem 

from selenium import webdriver 
from selenium.webdriver.common.by import By 
from selenium.webdriver.support.wait import WebDriverWait 
from selenium.webdriver.support import expected_conditions as EC 
import time 
from selenium.webdriver.common.keys import Keys 

class mySpider(scrapy.Spider): 
    name = "placeholder" 
    allowed_domains = ["placeholder.com"] 
    start_urls = ["https://www.placeholder.com"] 

    def __init__(self): 
     self.driver = webdriver.Chrome() 
     dispatcher.connect(self.spider_closed, signals.spider_closed) 

    def spider_closed(self, spider): 
     self.driver.close() 

    def parse(self, response): 
     self.driver.get("https://www.placeholder.com") 
     response = TextResponse(url=self.driver.current_url, body=self.driver.page_source, encoding='utf-8') 
     for post in response.xpath('//body'): 
      item = myItem() 
      item['article_name'] = post.xpath('//a[@class="title-link"]/span/text()').extract() 
      item['price'] = post.xpath('//p[@class="display-price"]/span]/text()').extract() 
      yield item 

Answer 1

\xa0はLatin1の中に改行なしスペースです。

string = string.replace(u'\xa0', u' ') 

更新：

あなたは、次のようなコードを適用することができます。このようにそれを交換してください

ここで

for post in response.xpath('//body'): 
    item = myItem() 
    item['article_name'] = post.xpath('//a[@class="title-link"]/span/text()').extract() 
    item['price'] = post.xpath('//p[@class="display-price"]/span]/text()').extract() 
    item['price'] = item['price'].replace(u'\xa0', u' ') 
    if(item['price'].strip()): 
     yield item 

あなたは文字を交換して、価格だけならばアイテムを生み出します空ではありません。