解决python3.6下scrapy中xpath.extract()匹配出来的内容转成json与.csv文件没有编码(unicode)的问题

本文介绍如何使用Scrapy框架结合XPath解析网页结构,并提取教师信息。通过设置FEED_EXPORT_ENCODING解决输出文件编码问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

初学scrapy,利用xpath对网页结构进行匹配,写的parse函数如下:

    def parse(self, response):

        teacherList = response.xpath('//div[@class="li_txt"]')
        teacherItem = []
        for node in teacherList:
            item = ItcastItem()
            name = node.xpath('./h3/text()').extract()
            title = node.xpath('./h4/text()').extract()
            info = node.xpath('./p/text()').extract()
            item['name'] = name[0]
            item['title'] = title[0]
            item['info'] = info[0]

            teacherItem.append(item)

执行

scrapy crawl itcast -o teacher.json

之后发现json文件里的东西是没有编码的数据,查阅相关资料后,发现在settings.py文件中加一句话便可以完美解决问题:

FEED_EXPORT_ENCODING = 'utf-8'

关于转成excel的.csv文件,根据实测utf-8的编码不合适,所以应转成gbk编码格式:

FEED_EXPORT_ENCODING = 'gbk'
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

wangbowj123

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值