如何删除除数字和“，”之外的所有字符&引用；来自python中的unicode字符串？

我正在用scrapy写一个小爬虫。 XPath的一个特性是包含price，后跟“zł”（波兰货币标记）。问题是它被新行字符、空格和非中断空格混淆了。 因此，当我这样做时：

sel.xpath("div/div/span/span/text()[normalize-space(.)]").extract()

我得到：

[u'\n            1\xa0740,00 z\u0142\n            \n            \n                ']

我想换成

[u'1740,00']

或者简单地转换成浮点变量。

---

执行此操作的/最佳/最简单/最快的方法是什么？

您可以使用

re.findall

从字符串中提取字符：

>>> import re
>>> s = u'\n            1\xa0740,00 z\u0142\n            \n            \n            '
>>> L = re.findall(r'[\d,]', s)
>>> "".join(L)
'1740,00'

---

如果您只对ascii数字感兴趣，则：

您可以使用Unicode

.translate（）更简洁地编写它：

结果是一样的，但是。
我得到的结果是这样的
raw_price=sel.xpath（“div/div/span/span/text（）”）。extract（）项['cena']=raw_price[0]。strip（）
@Lord_JABA:
。strip（）
只删除前导和尾随的空格。也许，这里最灵活的解决方案是使用正则表达式。但是如果我们使用
.strip（）
@Nikhil:
s.strip（），这些字符不会出现在最终保存中
将为您提供
'1\xa0740,00 zł'
，这不是OP想要的。@eugeney我在抓取时经常遇到这些字符，但当我插入数据库时，说
mongo
为什么我得到实际数据，或者即使我在csv上打印，我可能是错的
import string

keep = string.digits.encode() + b',' # characters to keep
delete = bytearray(set(range(0x100)) - set(bytearray(keep))) # to delete
result = unicode_string.encode('ascii', 'ignore').translate(None, delete).decode()

import string
import sys

keep = set(map(ord, string.digits + ',')) # characters to keep
table = dict.fromkeys(i for i in range(sys.maxunicode + 1) if i not in keep)
result = unicode_string.translate(table)