姓名' MyItemName'未定义 - Scrapy项目名称

时间:2018-06-11 12:06:35

标签: python web-scraping scrapy scrapy-spider scrapy-pipeline

大家好,

我试图从网站上获取数据,我已经使用scrapy做了一些项目,但我不知道如何解决这个 NameError ......

我的蜘蛛:crawlingVacature.py

import scrapy
from scrapy.http.request import Request
from scrapy import Spider

from crawlVacature.items import CrawlvacatureItem


class CrawlingvacatureSpider(scrapy.Spider):
    name = 'crawlingVacature'
    allowed_domains = ['vacature.com']
    start_urls = ['https://www.vacature.com/nl-be/jobs/zoeken/BI/1']

    def parse(self,response):
        all_links = response.xpath('//div[@class="search-vacancies__prerendered-results"]/a/@href').extract()
        for link in all_links:
            yield Request('https://www.vacature.com/' + link, callback=self.parseAnnonce)

    def parseAnnonce(self,response):
         item = CrawlvacatureItem()
         item[titre] = response.css('h1::text').extract()
         item[corpus] = response.xpath('//div[@class="wrapper__content"]/section').css("div")[-1].xpath('//dl/dd/a/text()').extract()
         yield item

我的商品档案:items.py

import scrapy


class CrawlvacatureItem(scrapy.Item):
    titre = scrapy.Field()
    corpus = scrapy.Field()

我的管道文件:pipelines.py

import json

class JsonWriterPipeline(object):

    def open_spider(self, spider):
        self.file = open('items.js', 'w')

    def close_spider(self, spider):
        self.file.close()

    def process_item(self, item, spider):
        line = json.dumps(dict(item)) + "\n"
        self.file.write(line)
        return item

当然,我在settings.py文件中有以下内容:

ITEM_PIPELINES = {
    'crawlVacature.pipelines.JsonWriterPipeline': 800,
}

我用这个命令运行我的项目:

>>>scrapy crawl crawlingVacature

关于我的错误是:

NameError: name 'titre' is not defined

NameError: name 'corpus' is not defined

先谢谢你的帮助: - )

1 个答案:

答案 0 :(得分:1)

  

要定义通用输出数据格式,Scrapy提供Item类。   Item对象是用于收集已删除数据的简单容器。   它们提供了类似字典的API,并提供了方便的语法   宣布他们的可用领域。

您应该使用字符串作为键,而不是变量

def parseAnnonce(self,response):
     item = CrawlvacatureItem()
     item['titre'] = response.css('h1::text').extract()
     item['corpus'] = response.xpath('//div[@class="wrapper__content"]/section').css("div")[-1].xpath('//dl/dd/a/text()').extract()
     yield item