>>>string = "123我adfasdf?（((q,[]"
>>>string
'123我adfasdf?（((q,[]'
>>>sub_str = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])","",string)
>>>sub_str
'123我adfasdfq'
您好，我觉得问题出在第二个*。你想想，如果匹配任意的element, 就会把标题什么的都匹配。
建议改成 div 试试
如果不行，可以试试 following-sibling
还有，有一个小建议，一般xpath 开头写成 //div[....] 能具体就具体，这样可靠性更高
安装pandas库。将之前收集到的文件信息重新构建成绝对路径以便读取，同时使用endswith()判断文件名后缀为.xlsx，使用pandas的read_excel()进行读取。
其中sheet_name=可用表名或者数字，0代表第一个表，1代表第二个表，'sheet1’代表读取sheet1表。
