从网站提取网址时如何去除括号和单引号？
在使用 python 爬取网站时，有时会遇到从 html 代码中提取的网址被括号或单引号包裹的情况。以下是一个使用 lxml 和 requests 模块去除这些符号的解决方案：
import requestsfrom lxml import etreeurl = 'http://www.prnasia.com/m/mediafeed/rss?id=2303&t=240'# 设置 HTTP 请求头headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.66 Safari/537.36'}# 发送 HTTP GET 请求res = requests.get(url, headers=headers)# 将 HTML 响应解析为 DOM 树res_dome = etree.HTML(res.text)# 使用 XPath 提取网址hrefs = res_dome.xpath('//h3/a/@href')# 移除括号和单引号cleaned_hrefs = [href.replace('(', '').replace(')', '').replace("'", "") for href in hrefs]print(cleaned_hrefs)
这样，您将得到一个包含所有提取网址（无括号或单引号）的列表。
以上就是Python爬虫中，如何去除提取网址中的括号和单引号？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1351828.html
微信扫一扫 
支付宝扫一扫 
