scrapy-rss-exporter 0.1

饲料项目

使用导出器最方便的方法是返回 RssItem从你的蜘蛛类。这个类派生自 scrapy.Item，因此它也将与其他出口商合作。

您需要设置以下键：

fromscrapy_rss_exporter.itemsimportRssItem,Enclosurerss_item=RssItem()rss_item['title']='Item title'rss_item['link']='Item url'rss_item['guid']='Item ID'rss_item['description']='Item Description'rss_item['pub_date']=Nonerss_item['enclosure']=[Enclosure(url=img,type='image/jpeg')]

pub_date字段应在 RFC882 格式。如果使用None，系统将插入当前日期 以适当的格式。enclosure字段是可选的，应该 包含Enclosure对象的列表（可能为空）。

全球出口商

要在全球设置导出程序，您需要在 FEED_EXPORTERS文件中的词典：

FEED_EXPORTERS={'rss':'scrapy_rss_exporter.exporters.RssItemExporter'}

然后可以将其用作FEED_FORMAT，并在 FEED_URI：

FEED_FORMAT='rss'FEED_URI='s3://my-feeds/my-feed.rss'

注意：记住，如果使用本地文件作为输出，scrapy 将追加到一个现有文件，导致一个无效的RSS代码。你应该， 因此，请务必在运行之前删除任何现有的输出文件。 蜘蛛。s3存储没有此问题，因为 scrapy上载使用的是S3 PutObject方法。

scrapy似乎不允许将任何配置选项推送到 出口商。因此，如果要自定义提要标题和其他元数据， 您需要创建一个子类并更新FEED_EXPORTERS字典 使用新的类名：

classMyRssExporter(RssItemExporter):def__init__(self,*args,**kwargs):kwargs['title']='My RSS'kwargs['link']='https://www.mywebsite.com'kwargs['description']='My RSS Items'super(MyRssExporter,self).__init__(*args,**kwargs)

每个蜘蛛出口商

当然，您可以指定具有不同设置的不同导出器 每个蜘蛛。只需使用custom_settings字段覆盖全局 配置字段：

classMySpider(scrapy.Spider):name="my"start_urls=['https://www.mywebsite.com']custom_settings={'FEED_EXPORTERS':{'rss':'project.spiders.my_spider.MyExporter'},'FEED_FORMAT':'rss','FEED_URI':'s3://my-feeds/my-feed.rss',}defparse(self,response):pass