Python “无法使用”；regex“；勉强

如何在

scrapy

中使用

regex

？我找了很多，但找不到任何好的指导。然而，我尝试了如下操作，但它抛出了一个异常，我将在下面粘贴

import requests, re
from scrapy import Selector

LINK = 'http://www.viperinnovations.com/products-and-services/cableguardian'

def get_item(url):
    res = requests.get(url)
    sel = Selector(res)
    email = re.findall(r'[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+',sel)[0]
    print(email)

if __name__ == '__main__':
    get_item(LINK)

它在执行时引发的异常：

Traceback (most recent call last):
  File "C:\Users\WCS\AppData\Local\Programs\Python\Python36-32\demo.py", line 13, in <module>
    get_item(LINK)
  File "C:\Users\WCS\AppData\Local\Programs\Python\Python36-32\demo.py", line 9, in get_item
    email = re.findall(r'[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+',sel)[0]
  File "C:\Users\WCS\AppData\Local\Programs\Python\Python36-32\lib\re.py", line 222, in findall
    return _compile(pattern, flags).findall(string)
TypeError: expected string or bytes-like object

回溯（最近一次呼叫最后一次）：
文件“C:\Users\WCS\AppData\Local\Programs\Python\Python36-32\demo.py”，第13行，在
获取项目（链接）
文件“C:\Users\WCS\AppData\Local\Programs\Python\Python36-32\demo.py”，第9行，在get\u项中
电子邮件=回复findall（r'[a-zA-Z0-9+-]+@[a-zA-Z0-9-]+\[a-zA-Z0-9-]+\[a-zA-Z0-9-.]+'，sel）[0]
文件“C:\Users\WCS\AppData\Local\Programs\Python\Python36-32\lib\re.py”，第222行，在findall中
返回编译（模式、标志）.findall（字符串）
TypeError:应为字符串或类似字节的对象

上面我的刮板中的电子邮件只是一个占位符。我只想知道如何在

scrapy

中使用

regex

。感谢您的帮助。

A不是字符串，它是一个知道如何在HTML字符串或响应对象上运行查询以查找子元素的对象

一旦找到所需的一个或多个元素（如果有任何非单数查询，它将找到一个元素列表），

extract

方法将让您获得找到的一个或多个元素的文本

例如：

>>> Selector(text=body)
<Selector (text)>
>>> Selector(text=body).xpath('//span/text()')
<Selector (text) xpath=//title/text()>
>>> Selector(text=body).xpath('//span/text()').extract()
['First span', 'Second span', 'Third span']

---

选择器

不是字符串，它是一种可以用来从原始数据中选择子字符串的东西。所以我不确定您想要

re.findall（…，sel）

做什么。如果您想选择整个输入，可以通过

sel.extract（）

，但这是毫无意义的；只传递整个字符串比选择整个字符串并传递结果更容易。如果你想让它做一些不同的事情，你需要解释一下你真正想做什么。谢谢@abarnert，提供了这么好的解决方案。非常感谢。

>>> [match
...  for text in Selector(text=body).xpath('//span/text()').extract()
...  for match in re.findall(r'[a-z]*\s', text)]
['irst ', 'econd ', 'hird ']