如何使用Scrapy Shell提取网页中的SKU数值？

你拿到的包含SKU的HTML结构大概率是类似 <span class="stat-1">SKU: 8644</span> 这类格式，要提取其中的数字，试试下面几种直接可行的方法：

方法1：CSS选择器取文本 + 字符串拆分 #

先提取span内的纯文本，再通过字符串操作分离出数值：

# 提取span内的文本内容
sku_raw = response.css('div.caption span.stat-1::text').get()
# 拆分并提取SKU数值（适配"SKU: XXXX"这类格式）
sku = sku_raw.split(':')[-1].strip() if sku_raw else None

方法2：正则表达式匹配数字 #

如果SKU是纯数字格式，用正则直接提取更稳妥，不受前缀文本变化影响：

import re
sku_raw = response.css('div.caption span.stat-1::text').get()
sku = re.search(r'\d+', sku_raw).group() if sku_raw else None

方法3：XPath提取文本并处理 #

也可以用XPath定位文本节点，再做同样的字符串处理：

sku_raw = response.xpath('//div[@class="caption"]/span[@class="stat-1"]/text()').get()
sku = sku_raw.split(':')[-1].strip() if sku_raw else None

如果页面存在多个SKU条目，把get()替换成getall()，再遍历列表处理每一项即可。

内容的提问来源于stack exchange，提问作者Digit Gig