Python 使用XPATH进行属性切片？

假设我们有以下html代码段：

...
<section>
    <a href="https://example.com" data-utag="{"sku":"12340", "abc":"Lorem ipsum"}">sometext</a>
</section>
...

。。。
...

---

使用XPATH，如何从数据utag中仅提取SKU值（即12340）？

在html标记中使用单引号而不是双引号将使此/scrapy脚本正常工作：

from parsel import selector
import json

sel = selector.Selector(text=u"""<section><a href='https://example.com' data-utag='{"sku":"12340", "abc":"Lorem ipsum"}'>sometext</a></section>""")

jsontxt = sel.xpath("string(.//section/a/@data-utag)").extract()[0]

loaded = json.loads(jsontxt)

print(loaded["sku"])

来自parsel导入选择器的

导入json
sel=选择器。选择器（文本=u“”
jsontxt=sel.xpath（“字符串（.//section/a/@data-utag）”）.extract（）[0]
loaded=json.loades（jsontxt）
打印（已加载[“sku”]）

我很确定你不能。由于滥用了

“

，该代码段不是格式良好的XML文档的一部分。如果所有这些值都是这样，您可以通过

节点.attrib[“data utag”]

访问整个值，并使用

eval（value）

将其作为Python字典阅读。或者，您可以执行一些快速的脏字符串拆分。忽略引号问题，您可以将正则表达式与xpath结合使用（请参阅）[，所以可能是这样。这取决于数据格式。这个确切的字符串，当然，但如果它类似于python dict的字符串表示形式，那么一般来说它需要一个解析器。我没有提到结构，但SKU对我来说是有价值的数据。这个示例取自一个市场。他们使用数据utag，其中包含一个字典。