首页 > 代码库 > 爬虫：Scrapy2 - Items
爬虫：Scrapy2 - Items
Item 对象是种简单的容器，保存了爬取到得数据。其提供了类似于词典(dictionary-like)的API以及用于声明可用字段的简单语法。
声明Item
import scrapyclass Product(scrapy.Item): name = scrapy.Field() price = scrapy.Field() stock = scrapy.Field() last_updated = scrapy.Field(serializer=str)
注：与 Django Models 很类似，不过没有那么多不同的字段类型（Field type）。
Item字段（Item Fields）
Field 对象指明了每个字段的元数据(metadata)。例如上面例子中 last_updated 中指明了该字段的序列化函数。
可以为每个字段指明任何类型的元数据。
创建item
>>> product = Product(name=‘Desktop PC‘, price=1000)>>> print productProduct(name=‘Desktop PC‘, price=1000)
获取字段的值
>>> product[‘name‘]Desktop PC>>> product.get(‘name‘)Desktop PC>>> product[‘price‘]1000>>> product[‘last_updated‘]Traceback (most recent call last): ...KeyError: ‘last_updated‘>>> product.get(‘last_updated‘, ‘not set‘)not set>>> product[‘lala‘] # getting unknown fieldTraceback (most recent call last): ...KeyError: ‘lala‘>>> product.get(‘lala‘, ‘unknown field‘)‘unknown field‘>>> ‘name‘ in product # is name field populated?True>>> ‘last_updated‘ in product # is last_updated populated?False>>> ‘last_updated‘ in product.fields # is last_updated a declared field?True>>> ‘lala‘ in product.fields # is lala a declared field?False
设置字段的值
>>> product[‘last_updated‘] = ‘today‘>>> product[‘last_updated‘]today>>> product[‘lala‘] = ‘test‘ # setting unknown fieldTraceback (most recent call last): ...KeyError: ‘Product does not support field: lala‘
获取所有获取到的值
>>> product.keys()[‘price‘, ‘name‘]>>> product.items()[(‘price‘, 1000), (‘name‘, ‘Desktop PC‘)]
赋值item
>>> product2 = Product(product)>>> print product2Product(name=‘Desktop PC‘, price=1000)>>> product3 = product2.copy()>>> print product3Product(name=‘Desktop PC‘, price=1000)
根据item创建字典(dict)
>>> dict(product) # create a dict from all populated values{‘price‘: 1000, ‘name‘: ‘Desktop PC‘}
根据字典(dict)创建item
>>> Product({‘name‘: ‘Laptop PC‘, ‘price‘: 1500})Product(price=1500, name=‘Laptop PC‘)>>> Product({‘name‘: ‘Laptop PC‘, ‘lala‘: 1500}) # warning: unknown field in dictTraceback (most recent call last): ...KeyError: ‘Product does not support field: lala‘扩展Item
可以通过继承原始的 Item 来扩展 item(添加更多的字段或者修改某些字段的元数据)。
class DiscountedProduct(Product): discount_percent = scrapy.Field(serializer=str) discount_expiration_date = scrapy.Field()
也可以通过使用原字段的元数据，添加新的值或修改原来的值来扩展字段的元数据：
class SpecificProduct(Product): name = scrapy.Field(Product.fields[‘name‘], serializer=my_serializer)
这段代码在保留所有原来的元数据值的情况下添加(或者覆盖)了 name 字段的 serializer。
Item对象
class scrapy.item.Item([arg])返回一个根据给定的参数可选初始化的 item。
Item复制了标准的 dict API。包括初始化函数也相同。Item 唯一额外添加的属性是：
fields一个包含了 item 所有声明的字段的字典，而不仅仅是获取到的字段。该字典的 key 是字段(field)的名字，值是 Item 声明中使用到的 Field 对象。
字段(Field)对象
class scrapy.item.Field([arg])Field 仅仅是内置的 dict 类的一个别名，并没有提供额外的方法或者属性。换句话说，Field 对象完完全全就是 Python 字典(dict)。被用来基于类属性(class attribute)的方法来支持 item 声明语法。
爬虫：Scrapy2 - Items
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。