python - scrapy 在代码中设置输出文件

Question

我正在使用 scrapy 和 python

我可以在cmd中设置输出json文件。但现在我需要在代码中做到这一点。

我试过这个:

在设置中

FEED_EXPORTERS = {
 'jsonlines': 'scrapy.contrib.exporter.JsonLinesItemExporter',
}
FEED_FORMAT = 'jsonlines'

在蜘蛛中

def __init(self):
    settings.overrides['FEED_URI'] = 'output.json'

注意事项

我正在开发一个简单的蜘蛛，所以我只需要 Item Exporter，我不需要创建任何项目管道。

感谢帮助

Answer 1

答案可以在 Scrapy 文档的示例中找到。您可以通过编写正确的项目管道输出为任何格式，如下所示:

import json

class JsonWriterPipeline(object):

    def __init__(self):
        self.file = open('items.jl', 'wb')

    def process_item(self, item, spider):
        line = json.dumps(dict(item)) + "\n"
        self.file.write(line)
        return item

请注意，您还必须将此管道包含在默认的 Scrapy 项目设置文件中。