python - 将 Scrapy 请求 URL 添加到 Parsed Array 中

Question

我正在使用以下功能齐全的 Scrapy 代码从网站上抓取数据。抓取工具输入产品 ID 的文本列表，这些 ID 会生成到第 10 行的 URL 中。如何将当前的 start_url 作为附加元素添加到我的项目数组中？

from scrapy.spider import Spider
from scrapy.selector import Selector
from site_scraper.items import SiteScraperItem

class MySpider(Spider):
    name = "product"
    allowed_domains = ["site.com"]
    url_list = open("productIDs.txt")
    base_url = "http://www.site.com/p/"
    start_urls = [base_url + url.strip() for url in url_list.readlines()]
    url_list.close()

def parse(self, response):
    hxs = Selector(response)
    titles = hxs.xpath("//span[@itemprop='name']")
    items = []
    item = SiteScraperItem()
    item ["Classification"] = titles.xpath("//div[@class='productSoldMessage']/text()").extract()[1:]
    item ["Price"] = titles.xpath("//span[@class='pReg']/text()").extract()
    item ["Name"] = titles.xpath("//span[@itemprop='name']/text()").extract()
    try:
        titles.xpath("//link[@itemprop='availability']/@href").extract()[0] == 'http://schema.org/InStock'
        item ["Availability"] = 'In Stock'
    except:
        item ["Availability"] = 'Out of Stock'
    if len(item ["Name"]) == 0:
        item ["OnlineStatus"] = 'Offline'
        item ["Availability"] = ''
    else:
        item ["OnlineStatus"] = 'Online'
    items.append(item)
    return items

我使用以下命令行代码将此数据导出到 CSV，并希望该 URL 成为我的 CSV 文件中的附加值。

scrapy抓取产品-o items.csv -t csv

预先感谢您的帮助!

Answer 1

添加新的 Field到您的 SiteScraperItem Item类并将其设置为 response.url在 parse() 方法中。