csv - scrapy如何将项目导出为每个项目单独的csv文件

Question

我正在抓取一个足球网站，蜘蛛(单个蜘蛛)从网站页面获取多种项目:球队、比赛、俱乐部等。我正在尝试使用 CSVItemExporter 将这些项目存储在单独的 csv 文件中，team.csv、matches.csv、clubs.csv 等

我不确定什么是正确的方法。到目前为止我想到的唯一方法是创建我自己的自定义管道，如示例中所示 http://doc.scrapy.org/en/0.14/topics/exporters.html并在spider_opened方法中打开所有需要的csv文件，即为每个csv文件创建一个csv导出器，并在process_item中放置代码来找出“item”参数是什么类型的项目，然后将其发送到相应的导出器对象。

无论如何，我还没有找到任何在 scrapy 中处理多个 csv 文件(每个项目类型)的示例，所以我担心我正在以不应该使用的方式使用它。 (这是我第一次使用 Scrapy)。

迪奥梅德斯

Answer 1

我在这里发布了我用来根据上面 drcolossos 的答案生成 MultiCSVItemPipeline 的代码。

此管道假定所有 Item 类都遵循 *Item 约定(例如 TeamItem、EventItem)，并创建 team.csv、event.csv 文件并将所有记录发送到相应的 csv 文件。

from scrapy.exporters import CsvItemExporter
from scrapy import signals
from scrapy.xlib.pydispatch import dispatcher


def item_type(item):
    return type(item).__name__.replace('Item','').lower()  # TeamItem => team

class MultiCSVItemPipeline(object):
    SaveTypes = ['team','club','event', 'match']
    def __init__(self):
        dispatcher.connect(self.spider_opened, signal=signals.spider_opened)
        dispatcher.connect(self.spider_closed, signal=signals.spider_closed)

    def spider_opened(self, spider):
        self.files = dict([ (name, open(CSVDir+name+'.csv','w+b')) for name in self.SaveTypes ])
        self.exporters = dict([ (name,CsvItemExporter(self.files[name])) for name in self.SaveTypes])
        [e.start_exporting() for e in self.exporters.values()]

    def spider_closed(self, spider):
        [e.finish_exporting() for e in self.exporters.values()]
        [f.close() for f in self.files.values()]

    def process_item(self, item, spider):
        what = item_type(item)
        if what in set(self.SaveTypes):
            self.exporters[what].export_item(item)
        return item