首页 > 其他 > 详细

XMLFeedSpider例子

时间:2015-07-18 18:18:01      阅读:204      评论:0      收藏:0      [点我收藏+]
 1 from scrapy import log
 2 from scrapy.contrib.spiders import XMLFeedSpider
 3 from myproject.items import TestItem
 4 
 5 class MySpider(XMLFeedSpider):
 6     name = ‘example.com‘
 7     allowed_domains = [‘example.com‘]
 8     start_urls = [‘http://www.example.com/feed.xml‘]
 9     iterator = ‘iternodes‘ # This is actually unnecessary, since it‘s the default value
10     itertag = ‘item‘ #开始进行迭代的节点名称
11 
12     def parse_node(self, response, node):
13         log.msg(‘Hi, this is a <%s> node!: %s‘ % (self.itertag, ‘‘.join(node.extract())))
14 
15         item = TestItem()
16         item[‘id‘] = node.xpath(‘@id‘).extract()
17         item[‘name‘] = node.xpath(‘name‘).extract()
18         item[‘description‘] = node.xpath(‘description‘).extract()
19         return item

iterator

用于确定使用哪个迭代器的string。可选项有:

  • ‘iternodes‘ - 一个高性能的基于正则表达式的迭代器
  • ‘html‘ - 使用 Selector 的迭代器。 需要注意的是该迭代器使用DOM进行分析,其需要将所有的DOM载入内存, 当数据量大的时候会产生问题。
  • ‘xml‘ - 使用 Selector 的迭代器。 需要注意的是该迭代器使用DOM进行分析,其需要将所有的DOM载入内存, 当数据量大的时候会产生问题。

默认值为 iternodes 。

XMLFeedSpider例子

原文:http://www.cnblogs.com/programerlrc/p/4657192.html

踩
(0)
赞
(0)
   
举报
评论 一句话评论(0)
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!