【发布时间】：2020-08-06 15:24:58
【问题描述】：
我正在使用scrapy 来抓取示例网站。这是网页 - booksquotes。为了提取数据，我使用 xpath 选择器。特别是为了获取特定书籍的价格，我使用以下 xpath - //*[@id="default"]/div[1]/div/div/div/section/div[2]/ol/li[1]/article/div[2]/p[1]/text()
现在，当我提取价格时，省略了 £ 符号，因为我使用了 .get()。我假设.get() 返回Unicode，因此返回一个字符\u00a3。我阅读了此similar question 的答案，但由于示例使用extract 而不是get，因此无法理解。我还尝试使用 cmets 中提到的.encode()，但返回的是空 JSON。请指教。
【问题讨论】：
-
您正在抓取的网站是否使用不同的编码，并且可能声称它使用的是 UTF-8？您下拉的实际字节数是多少？ （可能只是一个小的十六进制转储，在有问题的字符串周围有几个上下文字符就足够了。）另见meta.stackoverflow.com/questions/379403/…
-
“这个类似的问题”是什么？请给个链接？
-
@tripleee 编辑了问题以包含类似的问题。
-
再次，请显示有问题的数据和足够的代码，以查看您如何尝试保存它，最好简化为minimal reproducible example。