業余玩爬蟲時，由原先的原生寫法 改為 scrapy框架了，使用自帶的selector時，xpath配合正則來抓取回復數和閱讀數的時候，遇到的小問題，mark下。
首先獲取到 我需要的數據塊，（我用scrapy shell調試的）
對應的html文檔是：
關於 這個 空格  被爬成了\xa0的問題，我找了一些資料，這里說下原因：
\xa0 叫做不間斷空白符，英文描述non-breaking space，阻止在此處自動換行和阻止多個空格被壓縮成一個，屬於 latin1 （ISO/IEC_8859-1）中的擴展字符集字符，我之所以用下列方法去不掉，是因為我們平常用的更多的 空格是\x20，
如下方式取匹配我想要的閱讀數和回復數都失敗了
這里面就是因為 空格字符的影響，所以后來用針對空格的辦法，/s 就沒問題了
收集了網上的對付這種問題一些辦法：如下
string.replace(u'\xa0', u' ') ； strip()等，
附：unicode標點對應表，http://www.unicode.org/charts/PDF/U3000.pdf
2.因為有些加粗標題被包含<b></b>標簽下，如下：
他在 多了一級的標簽，用text（）就取不到了，
但是xpath('string(.)')這個可以取出所有的文字元素，不包括html標簽，
以上就是這次 業余抓取的小實錄，好了，去擁抱下世界上最好的語言了 -。-