◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。
Python爬虫中，如何去除提取网址中的括号和单引号？
ID:20571 / 打印
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 requests from lxml import etree url = '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。
