Ich habe den folgenden Code geschrieben, um Daten von einer Website zu verschrotten.Scrapy JSON Antwort konvertieren in UTF-8 kodieren
import scrapy
from porua_scrapper.items import Category
from porua_scrapper.config import SITE_URL
class CategoriesSpider(scrapy.Spider):
name = "categories"
start_urls = []
for I in range(2):
url = SITE_URL + "book/categories?page=" + str(I+1)
start_urls.append(url)
print(start_urls)
def parse(self, response):
# print(response.css('ul.categoryList li div.pFIrstCatCaroItem a').extract_first())
for category in response.css('ul.categoryList li'):
categoryObj = Category()
categoryObj['name'] = category.css('div.bookSubjectCaption h2::text').extract_first()
categoryObj['url'] = category.css('a::attr(href)').extract_first()
yield categoryObj
Wenn ich den Befehl scrapy crawl categories -o categories.json
laufen werde es categories.json-Datei erstellen, die das gewünschte Ausgabeformat enthält. Aber das Problem ist, dass einige meiner Inhalte bengali
Text enthält. So wird in der erzeugten Ausgabedatei bekam ich Antwort wie:
{"url": "/book/category/271/\u09a8\u09be\u099f\u0995", "name": "\u09a8\u09be\u099f\u0995"}
Wie soll ich den Inhalt in utf-8
kodieren soll? Da ich neu in scrapy bin, habe ich keine passende Lösung basierend auf meinem Szenario gefunden.
Vielen Dank im Voraus!