使用itemload清洗数据

a.在items.py里面添加相应的loader类

import scrapy
from scrapy.loader import ItemLoader
#导入预处理器
from scrapy.loader.processors import MapCompose,TakeFirst

def complete_url(origin_url):
#完整的url,把这个url映射到指定的字段当中url = scrapy.Field(

input_processor = MapCompose(complete_url)

)

return "https://tieba.baidu.com" + origin_url

class TiebaItemLoader(ItemLoader):
#一个爬虫的解析业务
default_output_processor = TakeFirst()

class Lab1Item(scrapy.Item):
# define the fields for your item here like:

title = scrapy.Field()
url = scrapy.Field(
    input_processor = MapCompose(complete_url)
)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值