小编use*_*667的帖子

我想抓取这个网站.我写了一个蜘蛛,但它只是爬到头版,即前52个项目.

我试过这段代码:

from scrapy.spider import BaseSpider
from scrapy.selector import HtmlXPathSelector
from scrapy.http import Request
a=[]
from aqaq.items import aqaqItem
import os
import urlparse
import ast

    class aqaqspider(BaseSpider):
        name = "jabong"
        allowed_domains = ["jabong.com"]
        start_urls = [
            "http://www.jabong.com/women/clothing/womens-tops/",
        ]

        def parse(self, response):
            # ... Extract items in the page using extractors
                    n=3
                    ct=1

                    hxs = HtmlXPathSelector(response)
                    sites=hxs.select('//div[@id="page"]')
                    for site in sites:
                            name=site.select('//div[@id="content"]/div[@class="l-pageWrapper"]/div[@class="l-main"]/div[@class="box box-bgcolor"]/section[@class="box-bd pan mtm"]/ul[@id="productsCatalog"]/li/a/@href').extract()
                            print name
                            print ct
                            ct=ct+1
                            a.append(name)
                    req= Request (url="http://www.jabong.com/women/clothing/womens-tops/?page=" + str(n) ,
                    headers = …

我有xml文件,其中包含十六进制字符\ x0a.我想将它们转换为适当的unicode字符,如python中的\n.

每当我尝试读取文件时,它都会逃避反斜杠字符.

例如,我的文件内容是

get EtqLt5fwmRBE\x0a

然后在读取文件之后,字符串的表示就出现了

get EtqLt5fwmRBE\\x0a

但我想要的是转换\x0a为\n

\x0a文件中没有.还有其他角色.例如repr(),文件中的一行是

\\x7c12\\x7c5\\x7c\\x0a

上面的预期产出是

|12|5|