python xpath删除unicode字符

Question

我在 html 页面中有这段文字

<div class="phone-content">

                            ‪050 2836142‪

                    </div>

我是这样提取的：

我正在使用 xpath 来提取该 div 中的值。

normalize-space(.//div[@class='fieldset-content']/span[@class='listing-reply-phone']/div[@class='phone-content']/text())

我得到了这个结果：

"\u202a050 2836142\u202a"

有人知道谁告诉 python 中的 xpath 删除那个 unicode 字符吗？

Answer 1

如果您正在寻找 XPath 解决方案：要删除给定集中的字符以外的所有字符，您可以按照以下模式使用两个嵌套的 translate(...) 调用：

translate($string, translate($string, ' 0123456789', ''), '')

这将删除所有不是空格字符或数字的字符。您必须用完整的 XPath 表达式替换两次出现的 $string 才能获取该字符串。

使用更高级的字符串操作功能在 XPath 之外应用它可能更合理。 XPath 1.0 的功能非常有限。