如何编写Scrapy CSS选择器提取td下p标签中的金额数值

步骤1：先获取p标签的文本内容 #

你当前的CSS选择器获取的是整个p元素，需要修改选择器来提取标签内的文本：

# 获取p标签的文本内容
p_text = response.css("#__next > div > div:nth-child(2) > div > div.data-table_container__pPKXQ > table > tbody > tr:nth-child(1) > td:nth-child(3) > p:nth-child(1)::text").get()

# 如果p标签内有多个分散的文本节点（比如混有其他子标签），用getall()拼接完整文本
p_text = ''.join(response.css("#__next > div > div:nth-child(2) > div > div.data-table_container__pPKXQ > table > tbody > tr:nth-child(1) > td:nth-child(3) > p:nth-child(1)::text").getall()).strip()

步骤2：从文本中提取金额数值 #

根据p标签文本的实际格式，选择对应的提取方式：

• 正则表达式提取通用数字（支持整数/小数）
  适用于金额带符号（如¥、$、元）或混杂其他描述文字的场景：

  import re
  
  if p_text:
      # 匹配数字部分，兼容整数和小数格式
      amount_match = re.search(r'\d+\.?\d*', p_text)
      if amount_match:
          amount = amount_match.group()
          # 如需转为数值类型
          amount_float = float(amount)
  

• 字符串分割提取（适用于固定格式文本）
  如果文本格式固定（比如"订单金额：123.45元"），可以直接通过分割和替换处理：

  if p_text:
      # 按固定前缀分割，再去除后缀单位
      amount = p_text.split("订单金额：")[-1].replace("元", "").strip()
  

额外提示 #

如果金额是嵌套在p标签的子标签（如<span>）里，需要调整CSS选择器直接定位到子标签的文本，例如：

# 假设金额在p标签下的span元素内
amount_text = response.css("#__next > div > div:nth-child(2) > div > div.data-table_container__pPKXQ > table > tbody > tr:nth-child(1) > td:nth-child(3) > p:nth-child(1) span::text").get()

内容的提问来源于stack exchange，提问作者Sarthak Bhatore