我们都知道，Scrapy框架是Python开发的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。
在我们使用scrapy框架进行爬虫的时候，通常会遇到如下问题：文字提取不够准确，文字提取的同事提取出了多余的符号等，那么，为了使我们提出的数据更加准确、美观，在这篇博客中，我将为大家详细介绍一下scrapy框架提取内容的过程中对文本进行处理的几种方式。
1.首先，创建scrapy框架、（详细方法见上一篇博文）
2.目标网站：https://tieba.baidu.com/p/5815118868
3.目标文本：楼主发布的帖子的内容。、
4.楼主文本源代码：
5.爬取源码：
此时，输出结果如下：（部分）
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------
现在开始进行文件处理：
一、初步文字转化
方法：xpath/text()
代码如下：
输出结果如下：（部分）
二、删除特殊字符，如（\u3000等）
方法：正则strip替换
代码：
输出结果如下：（部分）
然后就可以写入txt文件，完整的保存该小说了。