保存抓取的项目和文件时，Scrapy 在输出 csv 文件中插入空行

Question

我有 Scrapy（版本 1.0.3）蜘蛛，我从网页中提取了一些数据，还下载了文件，就像这样（简化）：

def extract_data(self, response):
    title = response.xpath('//html/head/title/text()').extract()[0].strip()
    my_item = MyItem()
    my_item['title'] = title    

    file_url = response.xpath('...get url of file...')
    file_urls = [file_url]  # here there can be more urls, so I'm storing like a list
    fi = FileItem()
    fi['file_urls'] = file_urls 
    yield my_item
    yield fi

在 pipelines.py 我只是重写 FilePipeline 来更改文件的名称：

from scrapy.pipelines.files import FilesPipeline

class CustomFilesPipeline(FilesPipeline):
    def file_path(self, request, response=None, info=None):
        filename = format_filename(request.url)
        return filename

在 items.py 我有：

class MyItem(scrapy.Item):
    title = scrapy.Field()

class FileItem(scrapy.Item):
    file_urls = scrapy.Field()
    files = scrapy.Field()

在 settings.py 我有：

ITEM_PIPELINES = {
    'myscraping.pipelines.CustomFilesPipeline': 100
}

现在在输出 csv 文件中，我得到如下内容：

title1
title2
,
,
title3
etc.

看起来空行（只有逗号）代表下载的文件，我想知道或获得如何防止这些行出现在输出 csv 文件中的建议。（文件保存到文件夹中）。
在 Scrapy 设置中，我发现了 FEED_STORE_EMPTY（默认情况下为 false，即它不应该导出空提要）但这与我猜的文件无关。
我觉得这必须对管道做些什么，但我不知道该怎么做。
任何帮助将不胜感激

Answer 1

我把答案贴在这里：

def extract_data(self, response):
    title = response.xpath('//html/head/title/text()').extract()[0].strip()
    my_item = MyItem()
    my_item['title'] = title    
    file_url = response.xpath('...get url of file...')
    my_item['file_urls'] = [file_url]
    yield my_item

保存抓取的项目和文件时，Scrapy 在输出 csv 文件中插入空行

When saving scraped item and file, Scrapy inserts empty lines in output csv file

python

scrapy

scrapy-spider

scrapy-pipeline