0
我试图通过提取子链接和他们的头衔刮网站,然后将提取的标题及其相关的链接保存到一个CSV文件。我运行下面的代码,创建了CSV文件,但它是空的。任何帮助?如何在Scrapy中将抓取的数据写入CSV文件?
我Spider.py文件看起来像这样:
from scrapy import cmdline
from scrapy.contrib.spiders import CrawlSpider, Rule
from scrapy.contrib.linkextractors import LinkExtractor
class HyperLinksSpider(CrawlSpider):
name = "linksSpy"
allowed_domains = ["some_website"]
start_urls = ["some_website"]
rules = (Rule(LinkExtractor(allow=()), callback='parse_obj', follow=True),)
def parse_obj(self, response):
items = []
for link in LinkExtractor(allow=(), deny=self.allowed_domains).extract_links(response):
item = ExtractlinksItem()
for sel in response.xpath('//tr/td/a'):
item['title'] = sel.xpath('/text()').extract()
item['link'] = sel.xpath('/@href').extract()
items.append(item)
return items
cmdline.execute("scrapy crawl linksSpy".split())
我pipelines.py是:
import csv
class ExtractlinksPipeline(object):
def __init__(self):
self.csvwriter = csv.writer(open('Links.csv', 'wb'))
def process_item(self, item, spider):
self.csvwriter.writerow((item['title'][0]), item['link'][0])
return item
我items.py是:
import scrapy
class ExtractlinksItem(scrapy.Item):
# define the fields for your item here like:
title = scrapy.Field()
link = scrapy.Field()
pass
我也改变了我的settings.py:
ITEM_PIPELINES = {'extractLinks.pipelines.ExtractlinksPipeline': 1}
能否请您详细阐述更多关于这个:
~/my_feed.csv
我回答有关与用例覆盖它更详细?我试过你在这里给出的例子[链接](http://stackoverflow.com/a/41473241/3737009),但没有写入到csv文件。 你的意思是我必须把这两个设置放在我的setting.py中,而不需要在我的代码中改变任何东西?我想我应该禁用pipelineitems方法,对吧? – owise
@owise是啊试着禁用你的管道。只要您的蜘蛛返回任何物品,饲料出口商就会将它们写入您的饲料。 – Granitosaurus