如何在 Scrapy 中的 Xpath 中添加非 ascii 字符

Question

我有以下 Xpath：

bathroom = response.xpath(“.//div[1][contains(., 'Baños’)]/text()").extract_first()

我得到这个错误：

ValueError: All strings must be XML compatible: Unicode or ASCII, no NULL bytes or control characters

我已经尝试了这些其他类似问题中给出的解决方案：

Filtering out certain bytes in python

Scrapy xpath utf-8 literals

但没有人能解决我的问题！

注意：使用第一个链接的解决方案，我显然用word = "baños" 替换了'input_string'，我得到了一个类似“函数的错误1 个参数，2 个给定..."

谁能帮忙？

Answer 1

除了文字 Baños，您的代码 sn-p 包含无效的文字字符串分隔符（单引号和双引号），这将导致不同的错误：

bathroom = response.xpath(“.//div[1][contains(., 'Baños’)]/text()").extract_first()
                          ^                            ^

按照第二个链接中的建议，将整个 XPath 表达式转换为 unicode，并修复上面指出的两个引号应该可以修复初始错误。下面是使用lxml（scrapy 在后台使用）的快速测试：

>>> from lxml import etree
>>> root = etree.fromstring('<root/>')
>>> root.xpath(u".//div[1][contains(., 'Baños')]/text()")
[]