Scrapy merge subsite-item with site-item

Question

Im пытается до очистить детали от дочернего сайта и объединить с деталями, скребками с сайтом. Я занимаюсь исследованиями через stackoverflow, а также документацией. Тем не менее, я все еще не могу заставить свой код работать. Похоже, что моя функция для извлечения дополнительной информации из дочернего сайта не работает. Если бы кто-нибудь мог взглянуть, я был бы очень благодарен.

# -*- coding: utf-8 -*- 
from scrapy.spiders import Spider 
from scrapy.selector import Selector 
from scrapeInfo.items import infoItem 
import pyodbc 


class scrapeInfo(Spider): 
    name = "info" 
    allowed_domains = ["http://www.nevermind.com"] 
    start_urls = [] 

    def start_requests(self): 

     #Get infoID and Type from database 
     self.conn = pyodbc.connect('DRIVER={SQL Server};SERVER=server;DATABASE=dbname;UID=user;PWD=password') 
     self.cursor = self.conn.cursor() 
     self.cursor.execute("SELECT InfoID, category FROM dbo.StageItem") 

     rows = self.cursor.fetchall() 

     for row in rows: 
      url = 'http://www.nevermind.com/info/' 
      InfoID = row[0] 
      category = row[1] 
      yield self.make_requests_from_url(url+InfoID, InfoID, category, self.parse) 

    def make_requests_from_url(self, url, InfoID, category, callback): 
     request = Request(url, callback) 
     request.meta['InfoID'] = InfoID 
     request.meta['category'] = category 
     return request 

    def parse(self, response): 
     hxs = Selector(response) 
     infodata = hxs.xpath('div[2]/div[2]') # input item path 

     itemPool = [] 

     InfoID = response.meta['InfoID'] 
     category = response.meta['category'] 

     for info in infodata: 
      item = infoItem() 
      item_cur, item_hist = InfoItemSubSite() 

      # Stem Details 
      item['id'] = InfoID 
      item['field'] = info.xpath('tr[1]/td[2]/p/b/text()').extract() 
      item['field2'] = info.xpath('tr[2]/td[2]/p/b/text()').extract() 
      item['field3'] = info.xpath('tr[3]/td[2]/p/b/text()').extract() 
      item_cur['field4'] = info.xpath('tr[4]/td[2]/p/b/text()').extract() 
      item_cur['field5'] = info.xpath('tr[5]/td[2]/p/b/text()').extract() 
      item_cur['field6'] = info.xpath('tr[6]/td[2]/p/b/@href').extract() 

      # Extract additional information about item_cur from refering site 
      # This part does not work 
      if item_cur['field6'] = info.xpath('tr[6]/td[2]/p/b/@href').extract(): 
       url = 'http://www.nevermind.com/info/sub/' + item_cur['field6'] = info.xpath('tr[6]/td[2]/p/b/@href').extract()[0] 
       request = Request(url, housingtype, self.parse_item_sub) 
       request.meta['category'] = category 
       yield self.parse_item_sub(url, category) 
      item_his['field5'] = info.xpath('tr[5]/td[2]/p/b/text()').extract() 
      item_his['field6'] = info.xpath('tr[6]/td[2]/p/b/text()').extract() 
      item_his['field7'] = info.xpath('tr[7]/td[2]/p/b/@href').extract()  

      item['subsite_dic'] = [dict(item_cur), dict(item_his)] 

      itemPool.append(item) 
      yield item 
     pass 

     # Function to extract additional info from the subsite, and return it to the original item. 
     def parse_item_sub(self, response, category): 
      hxs = Selector(response) 
      subsite = hxs.xpath('div/div[2]') # input base path 

      category = response.meta['category'] 

      for i in subsite:   
       item = InfoItemSubSite()  
       if (category == 'first'): 
        item['subsite_field1'] = i.xpath('/td[2]/span/@title').extract()    
        item['subsite_field2'] = i.xpath('/tr[4]/td[2]/text()').extract() 
        item['subsite_field3'] = i.xpath('/div[5]/a[1]/@href').extract() 
       else: 
        item['subsite_field1'] = i.xpath('/tr[10]/td[3]/span/@title').extract()    
        item['subsite_field2'] = i.xpath('/tr[4]/td[1]/text()').extract() 
        item['subsite_field3'] = i.xpath('/div[7]/a[1]/@href').extract() 
       return item 
      pass 

Я смотрел на эти примеры вместе с большим количеством других примеров (StackOverflow отлично подходит для этого!), А также Scrapy документации, но все еще не в состоянии понять, как я получаю детали отправки от одной функции и сливаются со скребками из исходной функции.

how do i merge results from target page to current page in scrapy? How can i use multiple requests and pass items in between them in scrapy python

Answer 1

То, что вы ищете здесь называется запрос цепочки. Ваша проблема - получить один элемент из нескольких запросов. Решением этого является цепочка запросов при переносе вашего предмета в запросах атрибута meta.
Пример:

def parse(self, response): 
    item = MyItem() 
    item['name'] = response.xpath("//div[@id='name']/text()").extract() 
    more_page = # some page that offers more details 
    # go to more page and take your item with you. 
    yield Request(more_page, 
        self.parse_more, 
        meta={'item':item}) 


def parse_more(self, response): 
    # get your item from the meta 
    item = response.meta['item'] 
    # fill it in with more data and yield! 
    item['last_name'] = response.xpath("//div[@id='lastname']/text()").extract() 
    yield item