如何使用Scrapy提取未被<div>包裹的HTML卧室数量数据

问题原因 #

你的代码用::text.get()只会返回匹配到的第一个文本节点，而目标数字1是目标div下的第三个文本节点（前两个是SVG标签后的空白字符、"Chambres"文本），所以无法直接获取到数字。

可行方案 #

方案1：CSS选择器+文本过滤

先获取目标div下的所有文本节点，再过滤出有效数字文本：

# 获取目标div下的所有文本内容
text_nodes = house_listing.css('.search-results-listings-list__item-description__characteristics__item:contains("Chambres") ::text').getall()
# 过滤掉空白和"Chambres"，提取剩余的有效数字文本
bedrooms_info = next((t.strip() for t in text_nodes if t.strip() and t.strip() != "Chambres"), None)
bedrooms = self.extract_number(bedrooms_info) if bedrooms_info else None

方案2：XPath直接定位目标文本节点

用XPath精准定位到"Chambres"所在div之后的最后一个文本节点：

# 定位到包含Chambres的父div，取其最后一个文本节点
bedrooms_info = house_listing.xpath('.//div[contains(@class, "search-results-listings-list__item-description__characteristics__item") and .//div[text()="Chambres"]]/text()[last()]').get()
# 去除文本前后的空白字符
if bedrooms_info:
    bedrooms_info = bedrooms_info.strip()
bedrooms = self.extract_number(bedrooms_info) if bedrooms_info else None

说明 #

你的extract_number方法逻辑正常，只要能获取到"1"这类纯数字文本，就能正确提取出整数1。

内容的提问来源于stack exchange，提问作者e3ham