接上次实践案例继续学习记录，之前已经成功运行抓取事例，为了能修改代码获取想要的内容需要对已成功代码实施研读理解。
首先从获取结果来开展疑问解惑：
{"title": ["\u7f51\u9875"], "link": ["https://www.baidu.com/"], "desc": []},
{"title": [], "link": [], "desc": []},
{"title": ["\u8d34\u5427"], "link": ["http://tieba.baidu.com/"], "desc": []},
{"title": ["\u77e5\u9053"], "link": ["https://zhidao.baidu.com/"], "desc": []},
{"title": ["\u97f3\u4e50"], "link": ["http://music.baidu.com/"], "desc": []},
{"title": ["\u56fe\u7247"], "link": ["http://image.baidu.com/"], "desc": []},
{"title": ["\u89c6\u9891"], "link": ["http://v.baidu.com/"], "desc": []},
{"title": ["\u5730\u56fe"], "link": ["http://map.baidu.com/"], "desc": []},
{"title": ["\u6587\u5e93"], "link": ["http://wenku.baidu.com/"], "desc": []},
从上面抓取到的结果可以看到内容是按title、link、desc三个字段分别存储对应内容，那么这些数据在代码中是怎么定义和使用的呢？通过确认找到是items.py文件定义的。
从官方资料中找到items描述如下：
爬取的主要目标就是从非结构性的数据源提取结构性数据，例如网页， Scrapy提供 Item 类来满足这样的需求。Item 对象是种简单的容器，保存了爬取到得数据。 其提供了 类似于词典(dictionary-like) 的API以及用于声明可用字段的简单语法。
上文定义中提到的词典是什么呢？通过搜索找到是Python的字典(Dictionary)功能，其定义如下：
字典是另一种可变容器模型，且可存储任意类型对象。字典的每个键值 key=>value 对用冒号 : 分割，每个键值对之间用逗号 , 分割，整个字典包括在花括号 {} 中 ,格式如下所示：
d = {key1 : value1, key2 : value2 }
键一般是唯一的，如果重复最后的一个键值对会替换前面的，值不需要唯一。
>>>dict = {'a': 1, 'b': 2, 'b': '3'};
>>> dict['b']'3'>>> dict{'a': 1, 'b': '3'}
值可以取任何数据类型，但键必须是不可变的，如字符串，数字或元组。
一个简单的字典实例：
dict = {'Alice': '2341', 'Beth': '9102', 'Cecil': '3258'}
也可如此创建字典：
dict1 = { 'abc': 456 };dict2 = { 'abc': 123, 98.6: 37 };
从如上字典学习了解到scrapy最终存储的数据都是以字典方式存储展现。
网友评论