Консоль не экспортирует никакие очищенные данные

Question

Я пытаюсь научиться scrapy и python.URL, который я использую: https://www.riddles.com/jokes-and-riddles В консоли conda response.css работает нормально и извлекает слова «Загадка».Но при попытке запустить spyder в Visual Studio он загружает все и работает, но данные не экспортируются.

Spider

import scrapy
from ..items import BookItem 

class BookSpiderSpider(scrapy.Spider):
    name = "book_spider"
    start_urls = (
        'https://www.riddles.com/jokes-and-riddles',
    )

def parse(self, response) :
    items = BookItem()

    title_name = response.css('span.hidden-print::text').extract()

    items['title_name'] = title_name

    yield items

items

import scrapy


class BookItem(scrapy.Item):

    title_name = scrapy.Field()
    pass

console

(scrapper) C:\Users\Naked\tutorial\book\book>scrapy crawl book_spider
2019-05-02 14:07:04 [scrapy] INFO: Scrapy 1.1.1 started (bot: book)
2019-05-02 14:07:04 [scrapy] INFO: Overridden settings: {'NEWSPIDER_MODULE': 'book.spiders',
'ROBOTSTXT_OBEY': True, 'SPIDER_MODULES': ['book.spiders'], 'BOT_NAME': 'book'}
2019-05-02 14:07:05 [scrapy] INFO: Enabled extensions:
['scrapy.extensions.telnet.TelnetConsole',
 'scrapy.extensions.logstats.LogStats',
 'scrapy.extensions.corestats.CoreStats']
2019-05-02 14:07:05 [scrapy] INFO: Enabled downloader middlewares:
['scrapy.downloadermiddlewares.robotstxt.RobotsTxtMiddleware',
 'scrapy.downloadermiddlewares.httpauth.HttpAuthMiddleware',
 'scrapy.downloadermiddlewares.downloadtimeout.DownloadTimeoutMiddleware',
 'scrapy.downloadermiddlewares.useragent.UserAgentMiddleware',
 'scrapy.downloadermiddlewares.retry.RetryMiddleware',
 'scrapy.downloadermiddlewares.defaultheaders.DefaultHeadersMiddleware',
 'scrapy.downloadermiddlewares.redirect.MetaRefreshMiddleware',
 'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware',
 'scrapy.downloadermiddlewares.redirect.RedirectMiddleware',
 'scrapy.downloadermiddlewares.cookies.CookiesMiddleware',
 'scrapy.downloadermiddlewares.chunked.ChunkedTransferMiddleware',
 'scrapy.downloadermiddlewares.stats.DownloaderStats']
2019-05-02 14:07:05 [scrapy] INFO: Enabled spider middlewares:
['scrapy.spidermiddlewares.httperror.HttpErrorMiddleware',
 'scrapy.spidermiddlewares.offsite.OffsiteMiddleware',
 'scrapy.spidermiddlewares.referer.RefererMiddleware',
 'scrapy.spidermiddlewares.urllength.UrlLengthMiddleware',
 'scrapy.spidermiddlewares.depth.DepthMiddleware']
2019-05-02 14:07:05 [scrapy] INFO: Enabled item pipelines:
[]
2019-05-02 14:07:05 [scrapy] INFO: Spider opened
2019-05-02 14:07:05 [scrapy] INFO: Crawled 0 pages (at 0 pages/min), scraped 0 items (at 0 items/min)
2019-05-02 14:07:05 [scrapy] DEBUG: Telnet console listening on 127.0.0.1:6024
2019-05-02 14:07:06 [scrapy] DEBUG: Crawled (200) <GET https://www.riddles.com/robots.txt> (referer: None)
2019-05-02 14:07:07 [scrapy] DEBUG: Crawled (200) <GET https://www.riddles.com/jokes-and-riddles> (referer: None)
2019-05-02 14:07:07 [scrapy] ERROR: Spider error processing <GET https://www.riddles.com/jokes-and-riddles> (referer: None)
Traceback (most recent call last):
  File "C:\Users\Naked\Anaconda3\envs\scrapper\lib\site-packages\twisted\internet\defer.py",
line 651, in _runCallbacks
    current.result = callback(current.result, *args, **kw)
  File "C:\Users\Naked\Anaconda3\envs\scrapper\lib\site-packages\scrapy\spiders\__init__.py", line 76, in parse
    raise NotImplementedError
NotImplementedError
2019-05-02 14:07:07 [scrapy] INFO: Closing spider (finished)
2019-05-02 14:07:07 [scrapy] INFO: Dumping Scrapy stats:
{'downloader/request_bytes': 453,
 'downloader/request_count': 2,
 'downloader/request_method_count/GET': 2,
 'downloader/response_bytes': 32139,
 'downloader/response_count': 2,
 'downloader/response_status_count/200': 2,
 'finish_reason': 'finished',
 'finish_time': datetime.datetime(2019, 5, 2, 11, 7, 7, 302220),
 'log_count/DEBUG': 3,
 'log_count/ERROR': 1,
 'log_count/INFO': 7,
 'response_received_count': 2,
 'scheduler/dequeued': 1,
 'scheduler/dequeued/memory': 1,
 'scheduler/enqueued': 1,
 'scheduler/enqueued/memory': 1,
 'spider_exceptions/NotImplementedError': 1,
 'start_time': datetime.datetime(2019, 5, 2, 11, 7, 5, 824498)}
2019-05-02 14:07:07 [scrapy] INFO: Spider closed (finished)

Извините за большой объем кода, просто хотел все объяснить.

Answer 1

Вы уверены, что код паука, вставленный здесь, имеет хороший отступ?Потому что, если это не так, то в этом и заключается ваша ошибка.

Python использует отступ для ограничения области действия класса или функции, в вашем коде метод parse находится вне области действия вашего паука класса.

Если вы знакомы с другими языками, это эквивалентно следующему:

class Example {
}

function parse {
}

вместо

class Example {
    function parse {
    }
}

Если вы видите журнал ERROR, вы можете отсортироватьвыяснить, что происходит:

Файл "C: \ Users \ Naked \ Anaconda3 \ envs \ scrapper \ lib \ site-packages \ scrapy \ spiders__init __. py", строка 76, в разборе

повышение NotImplementedError

Не лучшее сообщение об ошибке, поскольку оно указывает на файл вне вашего проекта, но дает подсказку.

Таким образом, решение имеет отступваш код так:

class BookSpiderSpider(scrapy.Spider):
    name = "book_spider"
    start_urls = (
        'https://www.riddles.com/jokes-and-riddles',
    )

    def parse(self, response) :
        items = BookItem()

        title_name = response.css('span.hidden-print::text').extract()

        items['title_name'] = title_name

        yield items

Answer 2

Проверьте данный код, также CSS возвращал «загадку» в качестве заголовка для каждой загадки. Также не забудьте добавить allow_domains и использовать []

import scrapy
from ..items import BookItem


class BookSpiderSpider(scrapy.Spider):
    name = 'book_spider'
    allowed_domains = ['www.riddles.com']
    start_urls = ['https://www.riddles.com/jokes-and-riddles']


    def parse(self, response) :
        items = BookItem()

        title_name = response.xpath('//blockquote[@class="orange_dk_blockquote hidden-print"]/p/text()').extract()

        items['title_name'] = title_name

        yield items