在欧元符号后抓取值 (Scrapy-Python)
Scraping Value after Euro Symbol (Scrapy-Python)
我需要一个选择器来抓取欧元符号 (\u20ac) 后的值。
<Selector xpath='//*[@class="col-sm-4"]/text()' data=u'\r\n\t\t \u20ac 30.000,00'>
我尝试了在 Whosebug 和 elsewere 上找到的几十种变体，但我无法得到它。
像 https://regexr.com/ 这样的方面向我展示了这样的事情：
response.xpath('//*[@class="col-sm-4"]/text()').re('(\u20ac).\d*.\d*.\d*')
应该可以，但不行。
编辑：这里有一个 link 我想抓取的数据示例：https://www.firmenabc.at/manfred-jungwirth-montagen_MoKY
非常感谢帮助！
迈克尔
这是您要查找的正则表达式。如果你想按字面意思匹配 \u20ac，你需要在它前面加上一个 \，下面的变体：\u20ac|\u20ac 将同时匹配 € 和 \u20ac:
(\u20ac|\u20ac)\s+.\d*.\d*.\d*
还少了一个\s+。 \s指定要匹配一个白色space，\s+指定要匹配多个白色space（注意\u20ac和\u20ac之间有白色space值，30.000,00)
请注意，这将仅捕获 € 符号（捕获组由右括号 () 组成，即（这之间的任何内容都将被捕获)
所以我相信你想要的是：
\u20ac|\u20ac\s+(\d*.*) - 在这里，我们用 () 包围 .\d*.*，因此捕获该值而不是 € 符号。
重复 .\d* 是多余的，您之前已经表示要匹配它的每一次出现：\d 并在其后缀 *.
最后，我建议您使用 https://www.regex101.com 玩正则表达式 - 这是一个很棒的工具，可以让您省去很多麻烦。
试试这个：
response.xpath('//*[@class="col-sm-4"]/text()').re(u'\u20ac\s*(\d+[\d\.,]+)')
我需要一个选择器来抓取欧元符号 (\u20ac) 后的值。
<Selector xpath='//*[@class="col-sm-4"]/text()' data=u'\r\n\t\t \u20ac 30.000,00'>
我尝试了在 Whosebug 和 elsewere 上找到的几十种变体，但我无法得到它。
像 https://regexr.com/ 这样的方面向我展示了这样的事情：
response.xpath('//*[@class="col-sm-4"]/text()').re('(\u20ac).\d*.\d*.\d*')
应该可以，但不行。
编辑：这里有一个 link 我想抓取的数据示例：https://www.firmenabc.at/manfred-jungwirth-montagen_MoKY
非常感谢帮助！
迈克尔
这是您要查找的正则表达式。如果你想按字面意思匹配 \u20ac，你需要在它前面加上一个 \，下面的变体：\u20ac|\u20ac 将同时匹配 € 和 \u20ac:
(\u20ac|\u20ac)\s+.\d*.\d*.\d*
还少了一个\s+。 \s指定要匹配一个白色space，\s+指定要匹配多个白色space（注意\u20ac和\u20ac之间有白色space值，30.000,00)
请注意，这将仅捕获 € 符号（捕获组由右括号 () 组成，即（这之间的任何内容都将被捕获)
所以我相信你想要的是：
\u20ac|\u20ac\s+(\d*.*) - 在这里，我们用 () 包围 .\d*.*，因此捕获该值而不是 € 符号。
重复 .\d* 是多余的，您之前已经表示要匹配它的每一次出现：\d 并在其后缀 *.
最后，我建议您使用 https://www.regex101.com 玩正则表达式 - 这是一个很棒的工具，可以让您省去很多麻烦。
试试这个：
response.xpath('//*[@class="col-sm-4"]/text()').re(u'\u20ac\s*(\d+[\d\.,]+)')