Scrapy支持自定义数据解析逻辑通过编写自定义的Item Loader和Item。Item Loader是用来规范化和清洗提取到的数据的,而Item则是用来保存解析后的数据的。
首先,你需要定义一个Item类,用来保存解析后的数据。例如:
import scrapy
class MyItem(scrapy.Item):
name = scrapy.Field()
price = scrapy.Field()
接下来,你可以定义一个自定义的Item Loader,用来实现数据的解析逻辑。例如:
from scrapy.loader import ItemLoader
from scrapy.loader.processors import MapCompose, TakeFirst
class MyItemLoader(ItemLoader):
default_input_processor = MapCompose(str.strip)
default_output_processor = TakeFirst()
name_in = MapCompose(str.strip)
price_in = MapCompose(lambda x: float(x.replace('$', '')) if x else None)
在Spider中,你可以使用自定义的Item Loader来解析数据并创建Item对象。例如:
from scrapy import Spider
from myproject.items import MyItem
from myproject.loaders import MyItemLoader
class MySpider(Spider):
name = 'example'
start_urls = ['http://example.com']
def parse(self, response):
loader = MyItemLoader(item=MyItem(), response=response)
loader.add_css('name', 'div.product-name::text')
loader.add_css('price', 'span.price::text')
yield loader.load_item()
在这个例子中,我们使用自定义的Item Loader来解析网页中的产品名称和价格,并创建一个MyItem对象。通过自定义Item Loader,你可以定义更加灵活和具体的数据解析逻辑,以满足你的需求。