スクレイピングした文字列を数値として格納するコードのエラー

Question

###前提・実現したいこと
スクレイピングした文字列を数値として格納しようとしています。
例えば、表示では「1,280」（文字列)となっているものを「1280」(数値)、またカンマのない「520」（文字列)も[520」（数値)として格納したいです。
可能性としてスクレイピング先の価格表示が「1,280円」もしくは「¥520」のように前後に円や¥がついている可能性があり、それらを削除する方法も探しています。

###発生している問題・エラーメッセージ

UnicodeEncodeError: 'decimal' codec can't encode character u'\uffe5' in position 0: invalid decimal Unicode string

###該当のソースコード

# Product price
            elem = driver.find_element_by_xpath('//*[@id="goodprice"]')
            price = elem.text.strip()//ここの時点で「¥1,280」が変数に入っています。

###試したこと
以下の例を参考にしてみたのですが、また別にエラーが起こってしまったようでした。
似たようなエラーが起こっていた例
コード

            elem = driver.find_element_by_xpath('//*[@id="goodsprice"]')
            price = elem.text.strip()
            # find all characters in the string that are numeric.
            m = re.search(r'\d+', price.unicode_markup)
            numeric = m.group() # retrieve numeric string
            editedprice = int(numeric)
　　　　　　　 

エラー

m = re.search(r'\d+', price.unicode_markup)
AttributeError: 'unicode' object has no attribute 'unicode_markup'

###補足情報(言語/FW/ツール等のバージョンなど)
Python 2.7.12

Answer 1

多分こんな感じで良いと思います。
￥マークを除く、カンマを除く、数字にする
price = elem.text.strip()
price = int(price.replace("","").replace(",",""))

Comments

[退会済みユーザー]

ご回答いただきましてありがとうございます。
実行させていただいたところ、以下のように表示されました。環境はMacOSのターミナルです。
price = int(price.replace("¥","").replace(",",""))
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 0: ordinal not in range(128)

[poko_poko]

なんとなくですが、priceの中に&nbspとか入ってます？
priceの中身は「\1,280」や「1,280円」だけが入っている状態なのでしょうか？
それと一番最初のエラーですが\uffe5エラーってなってますが、これはunicodeで円って漢字なのでreplaceで円の削除も行っておいた方が良いです。
あとasciiって出ているのが……utf-8にデコードしたりする必要があるかも知れません。
文字コード絡みの話になると環境とか色々出てくるのでなんとも言えません。

[LouiS0616]

\がエスケープされていないからじゃないですかね。
追記： その場合先にSyntaxErrorが出ますね。失礼しました。

Answer 2

動作未検証ですがelem.text.strip()がunicode文字列として回答します。
先にカンマを除去した後に正規表現で欲しい数値部分を抽出するとよいです。
正負記号(+-)や小数点(.)を含む数値を抽出したい場合は、適切に正規表現を修正する必要があります。

import re

price = u'¥1,280'
price = price.replace(',','') # '\1280'

numeric = -1
m = re.search(r'(\d+)', price)
if m:
    numeric = int(m.group(0)) # '1280'

print numeric # 1280

ちなみに参考ページでの変数studentIDはBeautifulSoupの要素なのでunicode_markupがありますが、unicode文字列にはないため、提示エラーが発生しています。

Comments

[退会済みユーザー]

ご回答いただきましてありがとうございます。
ご説明いただいたコードで「,」を除いた数値を表紙することができました。
しかしながら、「¥」を取ろうと以下のように書くと、エラーが出てしまうのはなぜでしょうか。もし可能であれば追記でコメントいただけますと幸いです。

elem = driver.find_element_by_xpath('//*[@id="goodprice"]')
price = elem.text.strip()
price = price.replace(',','')
price = price.replace('¥','')
numeric = -1
m = re.search(r'(\d+)', price)
if m:

[退会済みユーザー]

price = price.replace('¥','')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 0: ordinal not in range(128)

[can110]

「¥」はユニコード文字の「U+00A5」のようです。（「\」＝ASCII文字「0x5C」ではない）
であれば、price.replace( u'¥','') と「u'～'」記載すべきです。
なお、こちらの回答コードでは正規表現で数値のみ抽出しているので
price.replace( u'¥','')は不要です。

[退会済みユーザー]

お返事いただきましてありがとうございます。
解決しました。