Я хочу прочитать из файла и очистить каждый URL

Question

Что я хочу сделать, это прочитать каждый URL из файла и очистить этот URL.После этого я переместу данные очистки в класс WebRealTor, затем сериализую данные в json и, наконец, сохраню все данные в файле json.Это содержимое файла: https://www.seloger.com/annonces/achat/appartement/paris-14eme-75/montsouris-dareau/143580615.htm?ci=750114&idtt=2,5&idtypebien=2,1&LISTING-LISTpg=8&naturebien=1,2,4&tri=initial&bd=ListToDetail https://www.seloger.com/annonces/achat/appartement/montpellier-34/gambetta/137987697.htm?ci=340172&idtt=2,5&idtypebien=1,2&naturebien=1,2,4&tri=initial&bd=ListToDetail https://www.seloger.com/annonces/achat/appartement/montpellier-34/celleneuve/142626025.htm?ci=340172&idtt=2,5&idtypebien=1,2&naturebien=1,2,4&tri=initial&bd=ListToDetail https://www.seloger.com/annonces/achat/appartement/versailles-78/domaine-national-du-chateau/138291887.htm

И мой сценарий:

import scrapy
import json



class selogerSpider(scrapy.Spider):
    name = "realtor"

    custom_settings = {
        'DOWNLOADER_MIDDLEWARES': {
            'scrapy.downloadermiddlewares.useragent.UserAgentMiddleware': None,
            'scrapy_fake_useragent.middleware.RandomUserAgentMiddleware': 400,
    }
}

    def start_requests(self):
         with open("annonces.txt", "r") as file:
             for line in file.readlines():
                  yield scrapy.Request(line)
    def parse(self, response):
        name = response.css(".agence-link::text").extract_first()
        address = response.css(".agence-adresse::text").extract_first()

        XPATH_siren = ".//div[@class='legalNoticeAgency']//p/text()"
        siren = response.xpath(XPATH_siren).extract_first()

        XPATH_website = ".//div[@class='agence-links']//a/@href"
        site = response.xpath(XPATH_website).extract()

        XPATH_phone = ".//div[@class='contact g-row-50']//div[@class='g-col g-50 u-pad-0']//button[@class='btn-phone b-btn b-second fi fi-phone tagClick']/@data-phone"
        phone = response.xpath(XPATH_phone).extract_first()


        yield {
            'Agency_Name =': name,
            'Agency_Address =': address,
            'Agency_profile_website =': site,
            'Agency_number =': phone,
            'Agency_siren =': siren
        }

        file.close()


class WebRealTor:

    def __name__(self):
        self.nom = selogerSpider.name
    def __address__(self):
        self.adress = selogerSpider.address
    def __sirenn__(self):
        self.sire = selogerSpider.siren
    def __numero__(self):
        self.numero = selogerSpider.phone


with open('data.txt', 'w') as outfile:
    json.dump(data, outfile)

Answer 1

Попробуйте переместить все на start_requests в вашем классе.Как это:

def start_requests(self):
    with open("annonces.txt", "r") as file:
        for line in file.readlines():
            yield scrapy.Request(line)  # self.parse is by default

def parse(self, response):
    # each link parsing as you already did