Scrapy Shell提取div元素文本并清理日期时间格式问题

• 使用XPath内置的normalize-space()函数，这是最简便的方式，能直接在提取阶段去除文本前后的换行、制表符和多余空格：

  # 提取单个格式化后的日期时间
  response.xpath('normalize-space(//div[@class="fw-bold text-wrap"]/text())').extract_first()
  
  # 如果有多个目标元素，提取所有格式化后的结果
  response.xpath('normalize-space(//div[@class="fw-bold text-wrap"]/text())').extract()
  

• 原理说明：normalize-space()函数会自动处理字符串：
  1. 移除字符串开头和结尾的所有空白字符（包括换行\n、制表符\t、空格）
  2. 将字符串中间的连续空白字符替换为单个空格

执行以上命令后，返回的结果就是整洁的日期时间格式（比如'12/28/23 08:15 PM EST'），无需额外在脚本中处理。

内容的提问来源于stack exchange，提问作者Leo Torres