Scrapy из script вывода в json

Ответ 1

Вам нужно установить FEED_FORMAT и FEED_URI вручную:

settings.overrides['FEED_FORMAT'] = 'json'
settings.overrides['FEED_URI'] = 'result.json'

Если вы хотите получить результаты в переменной, вы можете определить класс Pipeline, который будет собирать элементы в списке. Используйте обработчик сигнала spider_closed, чтобы увидеть результаты:

import json

from twisted.internet import reactor
from scrapy.crawler import Crawler
from scrapy import log, signals
from scrapy.utils.project import get_project_settings


class MyPipeline(object):
    def process_item(self, item, spider):
        results.append(dict(item))

results = []
def spider_closed(spider):
    print results

# set up spider    
spider = TestSpider(domain='mydomain.org')

# set up settings
settings = get_project_settings()
settings.overrides['ITEM_PIPELINES'] = {'__main__.MyPipeline': 1}

# set up crawler
crawler = Crawler(settings)
crawler.signals.connect(spider_closed, signal=signals.spider_closed)
crawler.configure()
crawler.crawl(spider)

# start crawling
crawler.start()
log.start()
reactor.run() 

FYI, посмотрите, как Scrapy анализирует аргументы командной строки.

Также смотрите: Захват stdout внутри одного процесса в Python.

Ответ 2

Мне удалось заставить его работать, просто добавив FEED_FORMAT и FEED_URI в конструктор CrawlerProcess, используя базовый код учебника API Scrapy следующим образом:

process = CrawlerProcess({
'USER_AGENT': 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1)',
'FEED_FORMAT': 'json',
'FEED_URI': 'result.json'
})

Ответ 3

Легко!

from scrapy import cmdline

cmdline.execute("scrapy crawl argos -o result.json -t json".split())

Поместите этот script, где вы положите scrapy.cfg