Scrapy 中 xpath 用到中文报错

2017-06-28 19:16:59 +08:00
 donglongtu

问题描述

links = sel.xpath('//i[contains(@title,"置顶")]/following-sibling::a/@href').extract()

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

2000 次点击
所在节点    Python
4 条回复
revotu
2017-06-28 19:18:37 +08:00
参见文章:[解决 Scrapy 中 xpath 用到中文报错问题][1]

## 解决方法 ##
方法一:将整个 xpath 语句转成 Unicode
```Python
links = sel.xpath(u'//i[contains(@title,"置顶")]/following-sibling::a/@href').extract()
```
方法二:xpath 语句用已转成 Unicode 的 title 变量
```Python
title = u"置顶"
links = sel.xpath('//i[contains(@title,"%s")]/following-sibling::a/@href' %(title)).extract()
```
方法三:直接用 xpath 中变量语法(`$`符号加变量名)`$title`, 传参 title 即可
```Python
links = sel.xpath('//i[contains(@title,$title)]/following-sibling::a/@href', title="置顶").extract()
```


[1]: http://www.revotu.com/solve-unicode-erros-using-xpath-in-scrapy.html
bsns
2017-06-28 20:36:27 +08:00
我一般是加 u
mingyun
2017-06-28 23:58:04 +08:00
@revotu nice
NaVient
2017-06-29 09:15:09 +08:00
独立爬虫项目,请用 py3

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/371752

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX