如何解析差距？答案

【问题标题】：how to parse the gaps?如何解析差距？
【发布时间】：2014-03-02 08:55:33
【问题描述】：

请帮助从 ebay 的页面获取价格。

在以下脚本中，我从两个特定页面获取价格。

import pprint
import requests
import lxml.etree
import lxml.html
import lxml.cssselect
import re


def get_doc(url):
    try:
        req = requests.get(url)
    except Exception:
        print('Error open. __', Exception)
    else:
        html = req.text
        doc = lxml.html.document_fromstring(html)
        return doc


for url in ['http://www.ebay.com/itm/DW-PDP-Concept-Pearlescent-White-Maple-Drumset-/121271668104?pt=US_Drums&hash=item1c3c5acd88', 'http://www.ebay.com/itm/LOT-OF-20-DRUM-SET-TUNING-KEYS-DW-TAMA-PEARL-SABIAN-and-OTHER-UNIQUE-KEYS-/291092068092?pt=US_Drums&hash=item43c67076fc']:
    doc = get_doc(url)
    title = doc.xpath('//h1[@id="itemTitle"]/text()')
    priceUSD = doc.xpath('//span[@itemprop="price"]/text()')
    print(title, priceUSD)

问题是第一页的价格有一个空格（'&_n_b_s_p_;'）。因此得到错误的 xpath 值 text()。它看起来如下：

['DW/PDP 概念珠光白枫木鼓组'] ['US $1\xa0200,00'] ['很多 20 个鼓组调音键！德威！塔玛！珍珠！萨比安！和别的唯一键！！'] ['US $6,05']

附言它的价格不正确：'US $1\xa0200,00'

【问题讨论】：

标签： python xpath python-3.x lxml

【解决方案1】：

替换\xa0:

priceUSD = [t.replace('\xa0', '') for t in
            doc.xpath('//span[@itemprop="price"]/text()')]

顺便说一句，我没有修改就得到以下输出：

['DW/PDP Concept Pearlescent White Maple Drumset'] ['US $1,200.00']
['LOT OF 20 DRUM SET TUNING KEYS! DW! TAMA! PEARL! SABIAN! and OTHER UNIQUE KEYS!!'] ['US $6.05']

【讨论】：

'//h1[@id="itemTitle"]/text()' => '//span[@itemprop="price"]/text()'
@Sergey，你是对的。我从本地副本中复制了错误的行。谢谢。