extract()和extract_first()区别

在Python爬虫，Scrapy框架中，extract()和extract_first()都是用于从爬取到的HTML代码中提取数据的方法，二者的区别如下：

extract(): 这个方法将匹配到的所有元素提取出来，并以列表形式返回。如果没有找到任何匹配项，则返回一个空列表。

举个例子，假设我们要从以下HTML代码中提取所有<a>标签的链接地址：

<div class="container">
  <a href="https://www.example.com/page1">Link 1</a>
  <a href="https://www.example.com/page2">Link 2</a>
  <a href="https://www.example.com/page3">Link 3</a>
</div>

我们可以使用以下代码提取所有链接地址：

links = response.css('div.container a::attr(href)').extract()
print(links)

输出结果为：

['https://www.example.com/page1', 'https://www.example.com/page2', 'https://www.example.com/page3']

extract_first(): 这个方法仅提取匹配到的第一个元素，并以字符串形式返回。如果没有找到任何匹配项，则返回None。

同样以上面的例子为例，如果我们只想提取第一个链接地址，我们可以使用以下代码：

link = response.css('div.container a::attr(href)').extract_first()
print(link)

输出结果为：

'https://www.example.com/page1'