总结
1.引入ItemLoader
-
在项目的item.py文件中创建一个自定义的loader类,然后让这个自定义类继承ItemLoader类;
-
ItemLoader类的语法:
scrapy.loader.ItemLoader([ item,selector,response,] ** kwargs )
,它可以接收一个 Item 实例来指定要加载的 Item,然后指定 r来确定要解析的内容esponse 或者 selector; ItemLoader 实例还提供很多方法,如提供add_css()方法和add_xpath()方法来通过 css 和xpath 解析赋值,或使用add_value()方法来单独进行赋值等。 -
更多其他的用法大家可以查看:https://doc.scrapy.org/en/latest/topics/loaders.html
2.修改spider,让itemloader完成素定位和元素解析
- 首先重写spider中的parse_analyse方法,导入自定义的loader类,然后需要实例化这个loader类,将参数item和response传递到loader类中。 然后可以使用add_css()、add_xpath()、add_value()方法来提取和收集数据保存到loader类实例化对象中; 最后当所有数据被收集起来之后,调用
ItemLoader.load_item()
方法对结果进行解析并保存到一个item中,然后返回这个item;
3.修改item数据模型
-
修改item数据模型,需要导入
from scrapy.loader.processors import MapCompose
,可以在scrapy.Field中加入处理函数。MapCompose是一种处理器,由给定功能的组合构成,类似于Compose处理器,与此处理器的不同之处在于内部结果在函数之间传递的方式; -
Scrapy还给我们提供了一个
scrapy.loader.processors.TakeFirst()
方法,用于返回第一个非空值(相当于extract_first()方法),常用于单值字段的输出处器,无参数;