Python爬虫编程思想（151）：使用Scrapy抓取数据，用ItemLoader保存单条抓取的数据

Posted 2022-12-05 蒙娜丽宁

        在前面的文字中通过parse方法返回一个MyscrapyItem对象的方式将抓取的数据保存到指定的文件中，本文会介绍另外一种保存数据的方式：ItemLoader。

本质上，ItemLoader对象也是通过返回一个item的方式保存数据的，只不过ItemLoader对象将item和response（用于从服务端获取响应数据的对象）进行了封装。

ItemLoader类的构造方法常用的参数有2个：item和response，其中item用于指定Item对象（如本例的MyscrapyItem对象），response用于指定从服务的获取数据的对象（本例是response，也是parse方法的第2个参数）。

        下面的例子会通过一个ItemLoader对象以及XPath截取文章列表的第一篇文章的标题、摘要和Url。它们分别保存在title、abstract和href三个属性中。最后在运行网络爬虫时会通过“-o”命令行参数指定保存的文件类型（通过扩展名确定文件类型），成功运行后，就会将抓取到的数据保存到指定的文件中。

import scrapy
from scr