Python Scrapy spider未保存到csv
我有一个蜘蛛从文本文件中读取URL列表,并保存每个文件的标题和正文。爬网可以工作,但数据不会保存到csv。我设置了一个保存到csv的管道,因为normal-o选项对我不起作用。我确实为piepline更改了settings.py。在此方面的任何帮助都将不胜感激。 代码如下: Items.pyPython Scrapy spider未保存到csv,python,csv,text,scrapy,pipeline,Python,Csv,Text,Scrapy,Pipeline,我有一个蜘蛛从文本文件中读取URL列表,并保存每个文件的标题和正文。爬网可以工作,但数据不会保存到csv。我设置了一个保存到csv的管道,因为normal-o选项对我不起作用。我确实为piepline更改了settings.py。在此方面的任何帮助都将不胜感激。 代码如下: Items.py from scrapy.item import Item, Field class PrivacyItem(Item): # define the fields for your item her
from scrapy.item import Item, Field
class PrivacyItem(Item):
# define the fields for your item here like:
# name = Field()
title = Field()
desc = Field()
PrivacySpider.py
from scrapy.contrib.spiders import CrawlSpider, Rule
from scrapy.selector import HtmlXPathSelector
from privacy.items import PrivacyItem
class PrivacySpider(CrawlSpider):
name = "privacy"
f = open("urls.txt")
start_urls = [url.strip() for url in f.readlines()]
f.close()
def parse(self, response):
hxs = HtmlXPathSelector(response)
items =[]
for url in start_urls:
item = PrivacyItem()
item['desc'] = hxs.select('//body//p/text()').extract()
item['title'] = hxs.select('//title/text()').extract()
items.append(item)
return items
管道.py
import csv
class CSVWriterPipeline(object):
def __init__(self):
self.csvwriter = csv.writer(open('CONTENT.csv', 'wb'))
def process_item(self, item, spider):
self.csvwriter.writerow([item['title'][0], item['desc'][0]])
return item
您不必在
start\u URL上循环,scrapy正在执行以下操作:
for url in spider.start_urls:
request url and call spider.parse() with its response
因此,您的解析函数应该如下所示:
def parse(self, response):
hxs = HtmlXPathSelector(response)
item = PrivacyItem()
item['desc'] = hxs.select('//body//p/text()').extract()
item['title'] = hxs.select('//title/text()').extract()
return item
另外,为了避免将列表作为项目字段返回,请执行以下操作:hxs.select(“..”).extract()[0]
您好,谢谢您的回复。这很有帮助。它仍然没有保存在csv或json中,文件仍然为空。不过,这个建议很有帮助。我很感激!我误解了start_url的循环。这起作用了!我犯了一个愚蠢的缩进错误。我真的很感谢你的回答。