1

Cuando ejecuto mi spider el valor que deseo obtener los guardo en un diccionario, pero quiero también crear una carpeta con el nombre de uno de los resultados

def parse(self, response):

    ml_item = ScrapyItem()
    mt_item = ScrapyItem()

    mt_item['title'] = response.css('div.info h1::text').extract()
    mt_item['Parodies'] = response.css('span.characters 

    name = str(mt_item['title'])
    os.mkdir(name)

El problema es que se guarda como [u"Winter's Tale"].

¿ Cómo puedo formatearlo sacar solo las palabras ?

1
  • 1
    Cuando usas scrapy te devuelve una lista porque puede encontrar más de un elemento. Si sabes que solo te va a devolver un item estráelo con indexing, lista[0], si te devuelve varios y quieres una carpeta de cada uno de ellos usa un for, for item in lista:.... Commented el 23 jun. 2017 a las 7:37

1 respuesta 1

0

Te adjunto una rutina que uso en estos casos, funciona con cadenas unicode y limpia varios caracteres no compatibles con los sistemas de archivo.

import re

from unicodedata import normalize

_punct_re = re.compile(r'[\t !"#$%&\'()*\-/<=>?@\[\\\]^_`{|},.:]+')

def normalize_filename(text, delim='-'):
    """Normaliza una cadena para ser usada como nombre de archivo.

    Args:
        text (str): String a normalizar
        delim (str): Caracter de reemplazo de aquellos no válidos

    Ejemplo:
        >>> normalize_filename(u"Esto, no es válido como nombre de Archivo!", "-")
        'esto-no-es-valido-como-nombre-de-archivo'
    """
    result = []
    for word in _punct_re.split(text.lower()):
        word = normalize('NFKD', word).encode('ascii', 'ignore')
        word = word.decode('utf-8')
        if word:
            result.append(word)
    return delim.join(result)

En _punct_re definimos la expresión regular de los caracteres que vamos a limpiar, que en realidad se consideran separadores y los terminamos completando con el valor del parámetro delim

Ejemplo:

print(normalize_filename(u"Esto, no es válido como nombre de Archivo!", "-"))
print(normalize_filename("Tampoco?funionaría esto? eh!!!!", "-"))

La salida:

esto-no-es-valido-como-nombre-de-archivo
tampoco-funionaria-esto-eh

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.