只从url中提取一个部分

Question

我是Scrapy中的新成员，并且正在尝试提取URL并只提取我想要的部分。例如：

>>> imgs = response.xpath ('//div[@id="productImageHolder"]/img/@src').extract() 
>>> print imgs 
ExtendedSitesCatalogAssetStore/images/catalog/productImages/41/5060119298441/5060119298441_L.jpeg 

但我只想得到这个：5060119298441。请帮忙吗？

Answer 1

在一般情况下，你可以解决它呼吁URL字符串.split()方法和最终获得的第二个元素：

img.split("/")[-2] 

或者，您也可以使用Scrapy的Selector实例的.re_first() method：

response.xpath('//div[@id="productImageHolder"]/img/@src').re_first(r"(\d+)_\w+\.jpeg$") 

（或使用.re()而不是.re_first()用于多个元件）。