上QQ阅读APP看书，第一时间看更新
第4章 使用Item封装数据
在第3章中，我们学习了从页面中提取数据的方法，本章来学习如何封装爬取到的数据。以爬取某图书网站的书籍信息为例，对于网站中的每一本书可以提取出书名、价格、作者、出版社、出版时间等多个信息字段。应该用怎样的数据结构来维护这些零散的信息字段呢？最容易想到是使用Python字典（dict）。
回顾第1章example项目中BooksSpider的代码：
class BooksSpider(scrapy.Spider):
...
def parse(self, response):
for sel in response.css('article.product_pod'):
name = sel.xpath('./h3/a/@title').extract_first()
price = sel.css('p.price_color::text').extract_first()
yield {
'name': name,
'price': price,
}
...
在该案例中，我们便使用了Python字典存储一本书的信息，但字典可能有以下缺点：
（1）无法一目了然地了解数据中包含哪些字段，影响代码可读性。
（2）缺乏对字段名字的检测，容易因程序员的笔误而出错。
（3）不便于携带元数据（传递给其他组件的信息）。
为解决上述问题，在Scrapy中可以使用自定义的Item类封装爬取到的数据。