[英]How to compare each Scrapy spider item with another Scrapy spider items?
我需要一个解决方案来将SecondSpider
每个项目与SecondSpider
的所有项目进行FirstSpider
。 签出此伪代码。
class FirstSpider(Spider):
all_items = []
def parse(self, response):
trs = response.xpath("table tr")
for tr in trs:
item = SomeItem()
item["one"] = "one"
yield item
class SecondSpider(Spider):
def parse(self, response):
trs = response.xpath("table tr")
for tr in trs:
item = SomeItem()
item["one"] = "one"
if item in FirstSpider.all_items:
yield item
谢谢!
我假设您的蜘蛛一个接一个地运行: FirstSpider
收集所有数据,然后运行SecondSpider
。 在这种情况下,一种解决方案是将FirstSpider
返回的所有项目保存到一个临时文件中,然后在初始化SecondSpider
时将其SecondSpider
。 在这种情况下,您可以在本地访问所有数据并可以对其进行过滤。
或者,您可以创建一个物料管道,该管道从FirstSpider
加载导出的物料,并过滤SecondSpider
返回的SecondSpider
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.