如何获取包含与正则表达式匹配的文本的 <p>

Question

我正在尝试使用scrapy、xpath 和regex来抓取这个网站。我已经检查并尝试了这个问题的答案： xpath+ regex:matches text

我想创建一个<p>包含文本“11（太阳）”或“9（星期五）”等的“scrapy.selector.unified.SelectorList” ，并循环遍历列表。

event = response.xpath('//p[matches(text(), "\d+\s\(\w{3}\)")]').extract()

不起作用。

仅供参考，以下确实有效。

event = response.xpath('//p[contains(text(), "11 (sun)")]').extract()

我在这里缺少什么？

Answer 1

如果您只关注文本，Karan Verma 的回答就足够了。如果您追求元素本身，请继续阅读。matches&nbsp;仅在 XPath 2.0 及更高版本中可用（与其他正则表达式函数一样），在scrapy 中不可用。Scrapy 使用 parsel 进行解析，后者又使用 lxml，后者仅支持 XPath 1.0。但是，它支持EXSLT 命名空间中的正则表达式由于 regex 命名空间在 scrapy 中默认启用，您可以这样做：event&nbsp;=&nbsp;response.xpath('//p[re:match(text(),&nbsp;"\d+\s\(\w{3}\)")]')