python xpath空间未被删除

我试图从一个包含表格的html页面中获取一些数据。我在xpath中得到了一个行列表，现在我试图在

td

的每个元素中得到text（），在

tr

中，下面是

tr

的基本结构

<tr>
  <td>
    <a href="#" onclick="WhoisOrderDomain('bank'); return false;"> SHOP
                        </a>
  </td>
  <td>COUNTRY</td>
  <td class="text-right">1 038,00 USD</td>
  <td class="text-right">899,00 USD</td>
  <td class="text-right">899,00 USD</td>
  <td class="text-center">
<a class="btn btn-sm btn-info" href="#" onclick="WhoisOrderDomain('bank'); return false;"><i class="fa fa-shopping-cart"></i> Order</a>
                      </td>
                    </tr>

我得到了这个输出：

['\r\n                          SHOP\r\n                        ', 'COUNTRY', '1038,00 USD', '899,00 USD', '899,00 USD', ' Order']

为什么不从第一个元素中删除空格

另外，如何使用xpath从价格中删除“，”和“USD”

[td.xpath('normalize-space()')for td in tree.xpath('//tr/td')]

输出：

[normalize-space（）]

是一个清除空字符串的过滤器。如果需要获取标记下的字符串，请使用

规范化空格（标记）

使用

strip

或

replace

去除

USD

[td.xpath('normalize-space()').strip(' USD') for td in tree.xpath('//tr/td')]

输出：

编辑：

输出：

如果

[normalize-space（）]

影响字符串，则输出的

'Order'

将不包含开头的空格

---

[]

只会像布尔值一样过滤假值，它不会更改值。

您需要做的是正确规范化值：

>>> from decimal import Decimal
>>> Decimal('1 038,00 USD'.rstrip('USD').replace(' ','').replace(',','.'))
Decimal('1038.00')

始终使用

十进制

表示货币值。这避免了数字不准确的问题，这些问题困扰着浮动，并且可能会花费你几美分

---

要处理列表，请过滤掉那些不是货币值的字符串（在本例中是那些不是以

USD

结尾的字符串）（可能还有另一种更适合XML输入的方法），然后转换其余的字符串：

input_values = ['.ac.tz', 'Tanzania', '135,00 USD', '135,00 USD', '0,00 USD', ' Order']
monetary_values = [Decimal(v.rstrip('USD').replace(' ','').replace(',','.')) 
                   for v in input_values if v.endswith('USD')]

结果：

>>> monetary_values
[Decimal('135.00'), Decimal('135.00'), Decimal('0.00')]

>>> monetary_values
[Decimal('135.00'), Decimal('135.00'), Decimal('0.00')]

或者，您可以尝试转换每个项目并忽略引发异常的项目：

import decimal
from decimal import Decimal

input_values = ['.ac.tz', 'Tanzania', '135,00 USD', '135,00 USD', '0,00 USD', ' Order']

monetary_values = [] 
for v in input_values:
    try:
        monetary_values.append(Decimal(v.rstrip('USD').replace(' ','').replace(',','.')))
    except decimal.InvalidOperation:
        pass

这也导致：

>>> monetary_values
[Decimal('135.00'), Decimal('135.00'), Decimal('0.00')]

>>> monetary_values
[Decimal('135.00'), Decimal('135.00'), Decimal('0.00')]

---

@anekix[normalize-space（）]是一个清除空字符串的过滤器。它不会改变字符串。谢谢你的回复，但是我很难理解为什么我的代码不能工作

/td/a/text（）[normalize-space（）？因为下一个语法相同的xpath正在运行，我如何才能从货币中删除“，”和USD？@anekix
[td.xpath（'normalize-space（）'））.strip（'USD'）。在tree.xpath（'//tr/td'）]
感谢您的帮助：）中替换（'，'，''）td。但是为什么在我的xpath中空间没有被规范化呢？我希望使用xpathi获得这样的结果['.ac.tz'，坦桑尼亚'，'135,00 USD'，'135,00 USD'，'0,00 USD'，'Order']我如何将此应用于它？
>>> monetary_values
[Decimal('135.00'), Decimal('135.00'), Decimal('0.00')]

import decimal
from decimal import Decimal

input_values = ['.ac.tz', 'Tanzania', '135,00 USD', '135,00 USD', '0,00 USD', ' Order']

monetary_values = [] 
for v in input_values:
    try:
        monetary_values.append(Decimal(v.rstrip('USD').replace(' ','').replace(',','.')))
    except decimal.InvalidOperation:
        pass

>>> monetary_values
[Decimal('135.00'), Decimal('135.00'), Decimal('0.00')]