1.为什么要使用Item Loaders?它有什么优点呢?
原因:
之前的方式，是将数据的提取和解析混合在一起，但是Item Loaders是将这两个部分分开处理了；爬虫文件name.py中只负责数据的提取；items.py文件负责数据的整理；(可以实现数据解析代码的重用。相当于将功能相同的解析函数封装成为一个公用的函数，任何爬虫需要这个函数，都可以来调用)
优点:
(1). 使关于数据的提取代码更加简洁，结构更加清晰；
(2). 可以实现数据解析(整理)部分的代码的重用；
(3). 提高代码的可维护性；
2.Item Loaders的执行流程
(1). 当创建item对象(item=XXXXItem())的时候，会去items.py文件中初始化对应的input/output_processor处理器；
(2). 当item中的处理器初始化完成，回到name.py爬虫文件中，创建item_loader对象；
(3). item_loader对象创建完成，开始通过add_xpath/add_css/add_value收集数据；
(4). 每收集到一个数据，就会将该数据传递给对应字段对应的input_processor绑定的函数进行数据的处理；数据处理完成，会暂时保存在ItemLoader中；
(5). 循环第4步，将每一个字段的数据提取并交给input_processor，直到所有数据提取完毕，所有数据都会被保存在ItemLoader中；
(6). 调用load_item()函数，给item对象进行赋值；
3.以伯乐在线为例,代码如下
bole.pyfrom scrapy.loader import ItemLoader
item_loader = ItemLoader(item=JobboleItem(), response=response)item_loader.add_xpath('title', '//div[@class="entry-header"]/h1/text()')item_loader.add_xpath('date_time', '//p[@class="entry-meta-hide-on-mobile"]/text()')item_loader.add_xpath('tags', '//p[@class="entry-meta-hide-on-mobile"]/a/text()')item_loader.add_xpath('content', '//div[@class="entry"]//text()')item_loader.add_xpath('zan_num', '//div[@class="post-adds"]/span[contains(@class, "vote-post-up")]//text()')item_loader.add_xpath('keep_num', '//div[@class="post-adds"]/span[contains(@class, "bookmark-btn")]/text()')item_loader.add_xpath('comment_num', '//div[@class="post-adds"]/a/span/text()')item_loader.add_value('img_src', [response.meta['img_src']])item = item_loader.load_item()yield item
items.pyfrom scrapy.contrib.loader.processor import Join, MapCompose, TakeFirstdef convert_datetime(value):# 将字符串类型转化成datetime类型value = value.replace('·', '').strip()try:# strptime(时间字符串，转化后的格式): 函数返回值是datetime类型的对象date_time = datetime.strptime(value, '%Y/%m/%d')except:# 如果转化失败，将当前时间作为默认值。date_time = datetime.now()return date_timedef convert_tags(value):# ['自由职业', '1 评论', '职业']# 过滤 "评论"if "评论" in value:return ""return valuedef zan_number(value):# ['','1','赞']if value.strip() != "":pattern = re.compile(r'\d+')num = re.findall(pattern, value)if num:num = int(num[0])else:num = 0return numdef get_number(value):# 提取评论、点赞数pattern = re.compile(r'\d+')num = re.findall(pattern, value)if num:num = int(num[0])else:num = 0return numclass JobboleItem(scrapy.Item):title = scrapy.Field(# MapCompose映射类，可以将ItemLoader传递过来的列表中的元素，依次作用到input_test_title函数上，类似于map()函数。# input_processor=MapCompose(input_test_title),# Join(): 对列表进行合并，add_xpath/add_css/add_value传过来的列表数据。# output_processor=TakeFirst())date_time = scrapy.Field(input_processor=MapCompose(convert_datetime),# TakeFirst(): 获取列表中的首个元素output_processor=TakeFirst())tags = scrapy.Field( input_processor=MapCompose(convert_tags), output_processor=Join())content = scrapy.Field(output_processor=Join())zan_num = scrapy.Field(# ['', '1', ' 赞']input_processor=MapCompose(zan_number),output_processor=TakeFirst())keep_num = scrapy.Field(input_processor=MapCompose(get_number),output_processor=TakeFirst())comment_num = scrapy.Field(input_processor=MapCompose(get_number),output_processor=TakeFirst())# 图片的源地址img_src = scrapy.Field()# 图片在本地的下载路径, 该字段只有在图片下载完成以后，才能进行赋值。img_path = scrapy.Field()