得到一个值从@href属性

Question

我再杀一个网站，有基于JavaScript的系统分页，所以我想从@href属性提取页码，这是怎样的链接看看：

<a href="javascript:AllerAPage('1', 'element_id');">Page 1</a> 

Answer 1

Scrapy selectors支持regular expressions：

sel.xpath('//a/@href').re(r"javascript:AllerAPage\('(\d+)',") 

注意//a/@href的XPath exression就是一个例子 - 您可以有不同的一个。

演示展示了我所提供的正则表达式的工作：

>>> import re 
>>> s = "javascript:AllerAPage('1', 'element_id');" 
>>> re.search("javascript:AllerAPage\('(\d+)',", s).group(1) 
'1'