Scraping Wert nach Euro-Symbol (Scrapy-Python)

Question

Ich brauche den a-Selektor, um den Wert nach dem Euro-Symbol (\ u20ac) abzuschaben.

<Selector xpath='//*[@class="col-sm-4"]/text()' data=u'\r\n\t\t   \u20ac 30.000,00'> 

Ich habe versucht, Dutzende von Variationen, die ich hier auf Stackoverflow gefunden haben und elsewere, aber ich kann es.

Sides wie https://regexr.com/ zeigen mir, dass so etwas wie dieses:

response.xpath('//*[@class="col-sm-4"]/text()').re('(\u20ac).\d*.\d*.\d*') 

sollte funktionieren, aber es tut.

EDIT: Hier ist ein Beispiel-Link von Daten, die ich kratzen möchte:

Würde schätzen Hilfe https://www.firmenabc.at/manfred-jungwirth-montagen_MoKY!

Michael

Answer 1

Try this:

response.xpath('//*[@class="col-sm-4"]/text()').re(u'\u20ac\s*(\d+[\d\.,]+)') 

Answer 2

Hier ist die regex die Sie suchen. Wenn Sie \u20ac übereinstimmen soll buchstäblich müssen Sie es mit einem Präfix \, die folgende Variante: \u20ac|\\u20ac beide € übereinstimmen und \ u20AC:

(\u20ac|\\u20ac)\s+.\d*.\d*.\d*

Leider fehlt auch ein \s+. \s gibt Ihnen einen weißen Raum übereinstimmen soll, \s+ gibt mehrere Leerraum übereinstimmen soll (Hinweis gibt es Leerraum zwischen \ u20AC und dem Wert, 30.000,00)

Hinweis aber, dass dies nur die € Symbol erfassen wird (Capture Gruppen bestehen aus geschlossenen Klammern (), dh (etwas zwischen DIES wERDEN captured)

So glaube ich, was Sie wollen, ist:

\u20ac|\\u20ac\s+(\d*.*) - Hier sind wir .\d*.* mitUmgebungdaher erfassen diesen Wert anstelle des € Symbols.

Wiederholung .\d* ist überflüssig, Sie bereits angedeutet Sie jede Gelegenheit davon passen wollen, indem sie vorher schriftlich: \d und eine * suffixing.

Schließlich, ich empfehle Ihnen, herumspielen mit Regex mit https://www.regex101.com - Es ist ein großartiges Werkzeug und sparen Sie eine Menge Kopfschmerzen.