- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我如何告诉 Scrapy 将所有生成的项目分成两个列表?例如,假设我有两种主要类型的项目 - article
和 author
。我想将它们放在两个单独的列表中。现在我正在获取输出 JSON:
[
{
"article_title":"foo",
"article_published":"1.1.1972",
"author": "John Doe"
},
{
"name": "John Doe",
"age": 42,
"email": "foo@example.com"
}
]
我如何将它转换成这样的东西?
{
"articles": [
{
"article_title": "foo",
"article_published": "1.1.1972",
"author": "John Doe"
}
],
"authors": [
{
"name": "John Doe",
"age": 42,
"email": "foo@example.com"
}
]
}
我输出这些的函数很简单,类似这样:
def parse_author(self, response):
name = response.css('div.author-info a::text').extract_first()
print("Parsing author: {}".format(name))
yield {
'author_name': name
}
最佳答案
项目将分别到达管道并使用此设置相应地添加每个项目:
项目.py
class Article(scrapy.Item):
title = scrapy.Field()
published = scrapy.Field()
author = scrapy.Field()
class Author(scrapy.Item):
name = scrapy.Field()
age = scrapy.Field()
蜘蛛.py
def parse(self, response):
author = items.Author()
author['name'] = response.css('div.author-info a::text').extract_first()
print("Parsing author: {}".format(author['name']))
yield author
article = items.Article()
article['title'] = response.css('article css').extract_first()
print("Parsing article: {}".format(article['title']))
yield article
管道.py
process_item(self, item, spider):
if isinstance(item, items.Author):
# Do something to authors
elif isinstance(item, items.Article):
# Do something to articles
我建议通过这种架构:
[{
"title": "foo",
"published": "1.1.1972",
"authors": [
{
"name": "John Doe",
"age": 42,
"email": "foo@example.com"
},
{
"name": "Jane Doe",
"age": 21,
"email": "bar@example.com"
},
]
}]
这使它成为一个项目。
项目.py
class Article(scrapy.Item):
title = scrapy.Field()
published = scrapy.Field()
authors = scrapy.Field()
蜘蛛.py
def parse(self, response):
authors = []
author = {}
author['name'] = "John Doe"
author['age'] = 42
author['email'] = "foo@example.com"
print("Parsing author: {}".format(author['name']))
authors.append(author)
article = items.Article()
article['title'] = "foo"
article['published'] = "1.1.1972"
print("Parsing article: {}".format(article['title']))
article['authors'] = authors
yield article
关于python - Scrapy yield 项目作为 JSON 中的子项目,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42610814/
最近开始学习MongoDB。今天老师教了我们 mongoexport 命令。在练习时,我遇到了一个典型的问题,包括教练在内的其他同学都没有遇到过。我在我的 Windows 10 机器上使用 Mongo
我是 JSON Schema 的新手,读过什么是 JSON Schema 等等。但我不知道如何将 JSON Schema 链接到 JSON 以针对该 JSON Schema 进行验证。谁能解释一下?
在 xml 中,我可以在另一个 xml 文件中包含一个文件并使用它。如果您的软件从 xml 获取配置文件但没有任何方法来分离配置,如 apache/ngnix(nginx.conf - site-av
我有一个 JSON 对象,其中包含一个本身是 JSON 对象的字符串。我如何反序列化它? 我希望能够做类似的事情: #[derive(Deserialize)] struct B { c: S
考虑以下 JSON { "a": "{\"b\": 12, \"c\": \"test\"}" } 我想定义一个泛型读取 Reads[Outer[T]]对于这种序列化的 Json import
关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 11 个月前关闭。 Improve
我的旧项目在 MySQL 中有 Standard JSON 格式的数据。 对于我在 JS (Node.js) 和 DynamoDB 中的全新项目,关于 Standard JSON格式: 是否建议将其转
JSON 值字符串、数字、true、false、null 是否是有效的 JSON? 即,是 true 一个有效的 JSON 文档?还是必须是数组/对象? 一些验证器接受这个(例如 http://jso
我有一个 JSON 字符串,其中一个字段是文本字段。这个文本字段可以包含用户在 UI 中输入的文本,如果他们输入的文本是 JSON 文本,也许是为了说明一些编码,我需要对他们的文本进行编码,以便它不会
我正在通过 IBM MQ 调用处理数据,当由 ColdFusion 10 (10,0,11,285437) 序列化时,0 将作为 +0.0 返回,它会导致无效的 JSON并且无法反序列化。 stPol
我正在从三个数组中生成一个散列,然后尝试构建一个 json。我通过 json object has array 成功了。 require 'json' A = [['A1', 'A2', 'A3'],
我从 API 接收 JSON,响应可以是 30 种类型之一。每种类型都有一组唯一的字段,但所有响应都有一个字段 type 说明它是哪种类型。 我的方法是使用serde .我为每种响应类型创建一个结构并
我正在下载一个 JSON 文件,我已将其检查为带有“https://jsonlint.com”的有效 JSON 到文档目录。然后我打开文件并再次检查,结果显示为无效的 JSON。这怎么可能????这是
我正在尝试根据从 API 接收到的数据动态创建一个 JSON 对象。 收到的示例数据:将数据解码到下面给出的 CiItems 结构中 { "class_name": "test", "
我想从字符串转换为对象。 来自 {"key1": "{\n \"key2\": \"value2\",\n \"key3\": {\n \"key4\": \"value4\"\n }\n
目前我正在使用以下代码将嵌套的 json 转换为扁平化的 json: import ( "fmt" "github.com/nytlabs/gojsonexplode" ) func
我有一个使用来自第三方 API 的数据的应用程序。我需要将 json 解码为一个结构,这需要该结构具有“传入”json 字段的 json 标签。传出的 json 字段具有不同的命名约定,因此我需要不同
我想使用 JSON 架构来验证某些值。我有两个对象,称它们为 trackedItems 和 trackedItemGroups。 trackedItemGroups 是组名称和 trackedItem
考虑以下案例类模式, case class Y (a: String, b: String) case class X (dummy: String, b: Y) 字段b是可选的,我的一些数据集没有字
我正在存储 cat ~/path/to/file/blah | 的输出jq tojson 在一个变量中,稍后在带有 JSON 内容的 curl POST 中使用。它运作良好,但它删除了所有换行符。我知
我是一名优秀的程序员,十分优秀!