Python - Webscape隐藏的字符显示在len如何删除这些？

Question

我用过：

driver.find_elements_by_xpath('(.//span[@class = "x"])')[0].text

它所提供的信息是正确的，但它增加了HTML中显示的空格，就像来自网站im scaping的"&#8237"一样。

我如何删除这些因此我可以将str转换为int，因为这会阻止我。

我试过没有运气的.strip和.replace。

继承人原始HTML

<span class="coordinateX">(&#8237;‭−&#8237;‭52&#8236;&#8237;‬‬</span>

当我打印这个字符串时，我得到（-52但是当我len()它由于这些隐藏的字符而得到8而不是4。

谢谢马克。

Answer 1

也许尝试正则表达式？

import re

string = 'Here is some string to&#8237test'

string = re.sub(r'(&#\d\d\d\d)',' ', string)

print(string)

>>> 'Here is some string to test'

re.sub说，如果你发现这个正则表达式r'（＆＃\ d \ d \ d \ d）'，用''替换它，并在'string'变量中进行搜索。

资源

https://pythex.org/ - 用于创建和测试模式

学习资料

https://developers.google.com/edu/python/regular-expressions https://www.tutorialspoint.com/python/python_reg_expressions.htm

Answer 2

相关的HTML将帮助我们以更好的方式调试问题。但是，您可以使用get_attribute()方法而不是text属性，如下所示：

myText = driver.find_elements_by_xpath('(.//span[@class = "x"])')[0].get_attribute("innerHTML")