python - scrapy，我正在尝试删除提取到 csv 文件的空行

Question

我正在从一个页面中提取数据，当然我必须更深入，但我仍然停留在第一页上。这是我的代码:

from scrapy.contrib.spiders import CrawlSpider
from scrapy.selector import HtmlXPathSelector
from street.items import HstreetItem

class MySpider(CrawlSpider):
name = "go-h"
allowed_domains = ["http://somedomain.com"]
start_urls = ["http://somedomain.com"]

def parse(self,response):
    #response = response.replace(body=response.body.replace('\n', '')) # doesn't work
    hxs = HtmlXPathSelector(response)
    details = hxs.select('//tr')
    items = []
    #n = 0
    for detail in details:
        item = HondastreetItem()
        item['url'] = "".join(detail.select('td[@class="Model_LineModel_odd"]/a/@href | td[@class="Model_LineModel_even"]/a/@href').extract()).strip()
        item['model'] = "".join(detail.select('td[@class="Model_LineModel_odd"]/a/text() | td[@class="Model_LineModel_even"]/a/text()').extract())
        item['year'] = "".join(detail.select('td[@class="Model_LineYear_odd"]/text() | td[@class="Model_LineYear_even"]/text()').extract())            
        items.append(item)
    return items

代码工作正常，它通过我的管道将数据提取到 csv 文件中，就像它应该的那样:

cell 1 | cell2 | cell3
url    | model | year
 .
 .
 .

问题是我的 csv 文件中有很多空行。开头正好有 17 行，然后是 csv 文件的填充行之间的空行。我认为爬网表前面的几个表和爬网表内我不需要的一些行(如类别名称)导致了这种情况。我在过去的 24 小时里陷入了困境:(我一直在尝试通过类似问题找到的所有解决方案，但没有任何效果对我有用。

感谢您的帮助!

Answer 1

我对 Python 很陌生，来到这里试图理解 scrapy。

据我了解，您必须附加空行。因此，您可能会尝试在追加语句之前检查“item”是否不为空，例如

if not (item['url'] == "" and item['model'] == "" and item['year'] == ""):
    items.append(item)

如果我误解了这个问题，请忽略。