如何在 scrapy 中将列表页和详情页内容保存到同一项中

原帖中遇到的问题是，如何将列表页抓取到的标题、时间、url 与详情页抓取到的内容一起存储到一个项目中。

解决办法是利用 scrapy 的 meta 传递参数。meta 是一种字典，可以存储任意数据并将其传递给回调函数。

以下是修改后的代码：

def parse(self, response):
    # 获取列表页的标题、时间、URL
    titles = response.xpath('//title/text()').extract()
    times = response.xpath('//time/text()').extract()
    urls = response.xpath('//a/@href').extract()
    
    # 将列表页数据存储在 meta 中
    for url in urls:
        meta = {'title': titles[0], 'time': times[0]}
        yield scrapy.Request(url, callback=self.parse_item, meta=meta)

def parse_item(self, response):
    # 从 meta 中获取列表页数据
    meta = response.meta
    
    # 获取详情页内容
    content = response.xpath('//article/text()').extract()
    
    # 将详情页内容与列表页数据一起创建 Item
    item = {
        'title': meta['title'],
        'time': meta['time'],
        'content': content
    }
    yield item

这样，列表页和详情页的内容就可以在一个 item 中组合在一起了。meta 允许在回调函数之间传递数据，确保所有必要的信息都可用于创建完整的 item。

以上就是如何使用 Scrapy 的 meta 在列表页和详情页之间传递数据并保存到同一个 Item 中？的详细内容，更多请关注php中文网其它相关文章！