JsonItemExporter和JsonLinesItemExporter保存数据

JsonItemExporter方式保存数据

 1 # -*- coding: utf-8 -*-
 2 from scrapy.exporters import JsonItemExporter
 3 
 4 
 5 class DemoPipeline(object):
 6     def __init__(self):
 7         self.fp = open("duanzi.json", "wb")
 8         self.exporter = JsonItemExporter(self.fp, ensure_ascii=False, encoding='utf-8')
 9         self.exporter.start_exporting()
10 
11     def open_spider(self, spider):
12         pass
13 
14     def process_item(self, item, spider):
15         self.exporter.export_item(item)
16         return item
17 
18     def close_spider(self, spider):
19         self.exporter.finish_exporting()
20         self.fp.close()

或JsonLinesItemExporter保存数据

 1 # -*- coding: utf-8 -*-
 2 from scrapy.exporters import JsonLinesItemExporter
 3 
 4 
 5 class DemoPipeline(object):
 6     def __init__(self):
 7         self.fp = open("duanzi.json", "wb")
 8         self.exporter = JsonLinesItemExporter(self.fp, ensure_ascii=False, encoding='utf-8')
 9 
10     def open_spider(self, spider):
11         pass
12 
13     def process_item(self, item, spider):
14         self.exporter.export_item(item)
15         return item
16 
17     def close_spider(self, spider):
18         self.fp.close()

区别：

JsonItemExporter：每次把数据添加到内存中，最后统一写入到磁盘文件中。好处是，存储的是一个满足json规则的数据。坏处是如果数据量比较大，那么比较耗内存。

JsonLinesItemExporter：每次调用export_item的时候就把这个item存储到磁盘中.坏处是一个字典一行,整个文件不是一个满足json格式的文件.好处是每次数据都直接存到磁盘文件中,不会耗内存,数据相对安全.