Python爬虫编程思想（157）：使用Scrapy从CSV格式转换到JSON格式

Posted 2022-11-24 蒙娜丽宁

        通过scrapy框架编写的爬虫很容易进行格式转换，本节将利用爬虫将CSV格式的文件转换为JSON格式的文件。转换的基本原理是将CSV格式的文件作为数据源来读取，然后在parse方法中将CSV文件中的数据通过Item转换为指定的格式，如JSON格式。

        本例会使用BookSpider爬虫从京东商城下载图书信息，并保存为CSV文件格式，然后使用ToJSONSpider爬虫将CSV格式的文件转换为JSON格式的文件。

        下面先编写一个名为BookSpider的爬虫，用于从京东商城抓取图书信息（ISBN、出版社、图书名称和产品ID），并将这些信息保存在books.csv文件中。

import scrapy
from myscrapy.items import NewBookItem
from scrapy.conf import settings
import re
class BookSpider(scrapy.Spider):
    name = \'BookSpider\'
    # 设置并发请求为100，也就是说，最多同时可以有100个线程抓取页面
    settings.set(\'CONCURRENT_REQUESTS\',100)
    # 向服务端（京东商城）发送包含图书信息的页面的请求，处理该页面返回信息的