劉碩的Scrapy筆記(五,關(guān)于item封裝)

所謂"元數(shù)據(jù)",就是把自身的信息傳遞給其他組件.
scrapy提供的item類似于Python的字典,但是比字典的功能更為便捷,用來(lái)封裝數(shù)據(jù).用法如下:

import scrapy

class Bookitem(scrapy.Item):
    # 相當(dāng)于定義字典的鍵
    name=scrapy.Field()
    price=scrapy.Field()
#實(shí)例化的時(shí)候,同時(shí)賦值
book1=Bookitem(name='The story',price='22.06元')
print(book1)
>>>{'name': 'The story', 'price': '22.06元'}
#也可以先實(shí)例化,以后再賦值(scrapy里面一般都是這樣處理)
book2=Bookitem()
print(book2)
>>>{}
book2['name']='How to learn Python'
book2['price']='66.60元'
print(book2)
#字典的方法也適用的:
print(book1.get('price','65.00元'))
>>>22.06元
#復(fù)習(xí)一下字典的用法:
print(book1)
>>>{'name': 'The story', 'price': '22.06元'}
print(list(book1))
>>>['price', 'name']
print(list(book1.keys()))
>>>['price', 'name']
print(list(book1.values()))
>>>['22.06元', 'The story']
print(list(book1.items()))
>>>[('price', '22.06元'), ('name', 'The story')]

現(xiàn)在修改原來(lái)爬取books.toscrape.com的實(shí)例:

  • items.py這么寫(xiě):
import scrapy

class BookItem(scrapy.Item):
    name=scrapy.Field()
    price=scrapy.Field()
  • spiders這么寫(xiě):
# -*- coding: utf-8 -*-
import scrapy
from Book.items import BookItem

class BooksSpider(scrapy.Spider):
    name = 'books'
    allowed_domains = ['books.toscrape.com']
    #start_urls = ['http://books.toscrape.com/']
    def start_requests(self):
        yield scrapy.Request(
            'http://books.toscrape.com',
            callback=self.parse_book,
            headers={'User-Agent':'Mozilla/5.0'},
            dont_filter=True
        )

    def parse_book(self, response):
        path=response.xpath('//li[@class="col-xs-6 col-sm-4 col-md-3 col-lg-3"]/article')
        for book in path:
            book_info=BookItem()
            book_info['name']=book.xpath('./h3/a/text()').extract()
            book_info['price']=book.xpath('./div[2]/p[1]/text()').extract()
            yield book_info
        next_page=response.xpath('//li[@class="next"]/a/@href').extract_first()
        if next_page:
            next_page=response.urljoin(next_page)
            yield scrapy.Request(next_page,callback=self.parse_book)
            #scrapy crawl books -o first_scrapy.csv
            #忽略表頭,在屏幕上輸出
            #sed -n '2,$p' first_scrapy.csv|cat -n

關(guān)于scrapy.Field()字段的元數(shù)據(jù),我是這么理解,通常來(lái)說(shuō),是用來(lái)定義鍵的,但是通過(guò)元數(shù)據(jù),可以進(jìn)行直接賦值處理:

import scrapy

class ExampleItem(scrapy.Item):
    x=scrapy.Field(a='hello',b=[1,2,3])
    y=scrapy.Field(a=lambda x:x**2)

e=ExampleItem(x=100,y=200)
print(e.fields)
>>>{'y': {'a': <function ExampleItem.<lambda> at 0x0000000000DAB840>}, 'x': {'b': [1, 2, 3], 'a': 'hello'}}
print(e.get('x'))
>>>100
print(issubclass(scrapy.Field,dict))
>>>True

書(shū)上的一個(gè)實(shí)例:
book['authors']=['李雷','韓梅梅','吉姆']
想實(shí)現(xiàn)這樣的效果:
1.'李雷|韓梅梅|吉姆'
2.'李雷,韓梅梅,吉姆'
3."['李雷','韓梅梅','吉姆']"
只需這樣定義author字段:
authors=scrapy.Field(serializer=lambda x:'|'.join(x))
底層源碼的實(shí)現(xiàn),可以再參考書(shū)本.

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末肯骇,一起剝皮案震驚了整個(gè)濱河市航邢,隨后出現(xiàn)的幾起案子妒穴,更是在濱河造成了極大的恐慌览祖,老刑警劉巖巡扇,帶你破解...
    沈念sama閱讀 216,744評(píng)論 6 502
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件扭仁,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡厅翔,警方通過(guò)查閱死者的電腦和手機(jī)乖坠,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,505評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)刀闷,“玉大人熊泵,你說(shuō)我怎么就攤上這事仰迁。” “怎么了顽分?”我有些...
    開(kāi)封第一講書(shū)人閱讀 163,105評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵徐许,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我卒蘸,道長(zhǎng)雌隅,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,242評(píng)論 1 292
  • 正文 為了忘掉前任悬秉,我火速辦了婚禮澄步,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘和泌。我一直安慰自己村缸,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,269評(píng)論 6 389
  • 文/花漫 我一把揭開(kāi)白布武氓。 她就那樣靜靜地躺著梯皿,像睡著了一般。 火紅的嫁衣襯著肌膚如雪县恕。 梳的紋絲不亂的頭發(fā)上东羹,一...
    開(kāi)封第一講書(shū)人閱讀 51,215評(píng)論 1 299
  • 那天,我揣著相機(jī)與錄音忠烛,去河邊找鬼属提。 笑死,一個(gè)胖子當(dāng)著我的面吹牛美尸,可吹牛的內(nèi)容都是我干的冤议。 我是一名探鬼主播,決...
    沈念sama閱讀 40,096評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼师坎,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼恕酸!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起胯陋,我...
    開(kāi)封第一講書(shū)人閱讀 38,939評(píng)論 0 274
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤蕊温,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后遏乔,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體义矛,經(jīng)...
    沈念sama閱讀 45,354評(píng)論 1 311
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,573評(píng)論 2 333
  • 正文 我和宋清朗相戀三年盟萨,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了凉翻。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,745評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡鸯旁,死狀恐怖噪矛,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情铺罢,我是刑警寧澤艇挨,帶...
    沈念sama閱讀 35,448評(píng)論 5 344
  • 正文 年R本政府宣布,位于F島的核電站韭赘,受9級(jí)特大地震影響缩滨,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜泉瞻,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,048評(píng)論 3 327
  • 文/蒙蒙 一脉漏、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧袖牙,春花似錦侧巨、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,683評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至畴蹭,卻和暖如春坦仍,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背叨襟。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,838評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工繁扎, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人糊闽。 一個(gè)月前我還...
    沈念sama閱讀 47,776評(píng)論 2 369
  • 正文 我出身青樓梳玫,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親墓怀。 傳聞我的和親對(duì)象是個(gè)殘疾皇子汽纠,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,652評(píng)論 2 354