项目实训报告-5 深入了解Pipeline

了解pipeline.py

pipeline类参数解释:

class SomethingPipeline(object):
    def __init__(self):    
        # 可选实现,做参数初始化等
        # 写入你的业务逻辑

    def process_item(self, item, spider):
        # item (Item 对象) – 爬取数据的item
        # spider (Spider 对象) – 爬取该item的spider
        # 这个方法必须实现,每个item pipeline组件都需要调用该方法,
        # 这个方法必须返回一个 Item 对象,被丢弃的item将不会被之后的pipeline组件所处理。
        return item

    def open_spider(self, spider):
        # spider (Spider 对象) – 被开启的spider
        # 可选实现,spider开启时,这个方法被调用。

    def close_spider(self, spider):
        # spider (Spider 对象) – 被关闭的spider
        # 可选实现,spider关闭时,这个方法被调用

修改pipeline.py

根据各个参数需要修改pipeline函数后,达成应有的输出效果

class YoutubespiderPipeline(object):

    def __init__(self):
        """
        Define the CSVItemExporter for the YouTubeDataModel.

        Item Exportation, file encoding and the sequence of fields defined.
        """
        self.csv_exporter = CsvItemExporter(open('data-master.csv', 'wb'))
        self.csv_exporter.encoding = 'utf-8'
        self.csv_exporter.fields_to_export = ['url', 'title'
                                              , 'views', 'likes', 'dislikes'
                                              , 'channel_name', 'publish_date'
                                              , 'channel_subscriber_count']

        self.csv_exporter.start_exporting()

    def spider_closed(self, spider):
        self.csv_exporter.finish_exporting()

    def process_item(self, item, spider):
        """
        Exports item through Item Exporter

        :param item: containing the data
        :param spider: spider that extracted and saved inside item
        :return: the item itself
        """
        self.csv_exporter.export_item(item)
        return item

上一篇:netty在shardingsphere中的运用


下一篇:jenkins-pipeline+gitlab自动触发构建