Python 刮擦输出问题

我在显示我想要的项目时遇到问题。我的代码如下：

from scrapy.contrib.spiders import CrawlSpider, Rule
from scrapy.contrib.linkextractors.sgml import SgmlLinkExtractor
from scrapy.http import request
from scrapy.selector import HtmlXPathSelector
from texashealth.items import TexashealthItem

class texashealthspider(CrawlSpider):

    name="texashealth"
    allowed_domains=['jobs.texashealth.org']
    start_urls=['http://jobs.texashealth.org/search/?&q=&title=Filter%3A%20title&facility=Filter%3A%20facility&location=Filter%3A%20city&date=Filter%3A%20date']

    rules=(
    Rule(SgmlLinkExtractor(allow=("search/",)), callback="parse_health", follow=True),
    #Rule(SgmlLinkExtractor(allow=("startrow=\d",)),callback="parse_health",follow=True),
    )

    def parse_health(self, response):
        hxs=HtmlXPathSelector(response)
    titles=hxs.select('//tbody/tr/td')
    items = []

    for titles in titles:
        item=TexashealthItem()
        item['title']=titles.select('span[@class="jobTitle"]/a/text()').extract()
        item['link']=titles.select('span[@class="jobTitle"]/a/@href').extract()
        item['shifttype']=titles.select('span[@class="jobShiftType"]/text()').extract()
        item['location']=titles.select('span[@class="jobLocation"]/text()').extract()
        items.append(item)
    print items
    return items

正在显示的输出以json格式显示如下：

[
    TexashealthItem(location=[], link=[u'/job/Fort-Worth-ULTRASONOGRAPHER-II-Job-TX-76101/31553900/'], shifttype=[], title=[u'ULTRASONOGRAPHER II Job']), 
    TexashealthItem(location=[], link=[], shifttype=[u'Texas Health Fort Worth'], title=[]), 
    TexashealthItem(location=[u'Fort Worth, TX, US'], link=[], shifttype=[], title=[]), 
    TexashealthItem(location=[], link=[], shifttype=[], title=[]), 
    TexashealthItem(location=[], link=[u'/job/Kaufman-RN-Acute-ICU-Full-Time-Kaufman-Job-TX-75142/35466900/'], shifttype=[], title=[u'RN--Telemetry--Full Time--Kaufman Job']), 
    TexashealthItem(location=[], link=[], shifttype=[u'Texas Health Kaufman'], title=[]), 
    TexashealthItem(location=[u'Kaufman, TX, US'], link=[], shifttype=[], title=[]), 
    TexashealthItem(location=[], link=[], shifttype=[], title=[]), 
    TexashealthItem(location=[], link=[u'/job/Fort-Worth-NURSE-PRACTITIONER-Occ-Med-Full-Time-Alliance-Job-TX-76101/35465400/'], shifttype=[], title=[u'NURSE PRACTITIONER-Occ Med-Full Time-Alliance Job']), 
    TexashealthItem(location=[], link=[], shifttype=[u'Texas Health Alliance'], title=[]), 
    TexashealthItem(location=[u'Fort Worth, TX, US'], link=[], shifttype=[], title=[]), 
    TexashealthItem(location=[], link=[], shifttype=[], title=[])
]

如上所示，项目的参数以不同的间隔显示，也就是说，它在一行中显示标题和链接，在其他单独的行中显示其余的输出

我可以得到一个解决方案，这样我就可以在一次拍摄中显示所有参数吗

---

感谢您的帮助

您应该循环表行-tr元素，而不是表单元格-td元素

我建议您使用hxs。选择“//table[@id=searchresults]/tbody/tr”，然后使用//span。。。在每个循环迭代中

titles=hxs.select('//table[@id="searchresults"]/tbody/tr')
items = []
for titles in titles:
    item['title']=titles.select('.//span[@class="jobTitle"]/a/text()').extract()
    item['link']=titles.select('.//span[@class="jobTitle"]/a/@href').extract()
    item['shifttype']=titles.select('.//span[@class="jobShiftType"]/text()').extract()
    item['location']=titles.select('.//span[@class="jobLocation"]/text()').extract()
    items.append(item)
return items

---

输出示例来自“打印项目”行。你应该评论一下。当通过Scrapy crawl调用texashealth-t JSON-o output.jsoni时，Scrapy JSON序列化程序应该执行您想要的操作。我已经尝试过这样做了。但我还是得到了同样的结果。有什么想法吗？您认为它与字段有关吗？我只是说您的示例输出不是JSON。我真的不明白你所说的项目以不同的间隔显示的意思。你的预期产出是多少？例如这个项目？哦，好的。因此，当您查看输出时，可以看到该位置为空。滚动时，您还会发现shift type字段为空。只填写链接和标题。但是，当您不断滚动时，下一个条目包含位置，并且已填充，shifttype也是如此。它们将显示为单独的条目。我想知道这可能是什么原因。您还将找到一行，其中所有参数都为空。所以基本上，在一行中显示所有参数的那一行，是以不同的间隔分别显示参数。啊，我明白了，你应该循环表行-trs，而不是表单元格tds。我将使用hxs。选择“//table[@id=searchresults]/tbody/tr”，然后使用//span。。。在每个循环迭代中