用Scrapy在Python中提取部分文本字段

Question

用刮刀刮了一个刮板。以下是我想摘录的：

Friday March 14, 2014

当我抓取这个div中的内容时（不是在段落标记中或任何我可以更具体地使用的内容）使用以下命令：

^{pr2}$

我得到的是：

\n    \n        Last Updated: Friday, March 14, 2014 \n        ", "\n            ", "\n            \n            ", "\n            ", "\n", "            \n    

那么在这个例子中，我如何抛弃周五之前和2014年之后的一切呢？我花了好几个小时玩一些正则表达式，但在我的一生中，似乎找不到一个很好的例子来说明在处理字母而不是数字时，或者更糟的是，一些不涉及确切的空间和范围的东西，因为有时它写着“Last Updated:”，有时它说“Updated:”，这让我陷入了一个看似不寻常的境地。在

Answer 1

可以使用regex从字符串中提取日期，例如：

>>> import re
>>> s = '\n    \n        Last Updated: Friday, March 14, 2014 \n        ", "\n '
>>> re.search('Updated: ([\w, ]+)', s).group(1).strip()
'Friday, March 14, 2014'

其中([\w, ]+)是与1个或多个字母数字字符（以及_）、逗号或空格匹配的保存组。在

希望有帮助。在