crapy python csv输出之间有空行

Question

我在结果csv输出文件中的每一行垃圾输出之间得到不需要的空白行。在

我已经从python2迁移到python3，并且使用windows10。因此，我正在为python3调整我的小项目。在

我目前（目前也是唯一的）问题是，当我将无用的输出写入CSV文件时，每行之间都会有一个空白行。这已经在这里的几篇文章中强调过了（这是与Windows有关的），但我无法找到一个解决方案。在

碰巧，我还添加了一些代码到管道.py文件，以确保csv输出按给定的列顺序而不是随机顺序。因此，我可以使用普通的scrapy crawl charleschurch而不是scrapy crawl charleschurch -o charleschurch2017xxxx.csv来运行这段代码

有人知道如何跳过/省略CSV输出中的空白行吗？在

我的管道.py下面是代码（我可能不需要import csv行，但我想我可能需要这样做才能得到最终答案）：

# -*- coding: utf-8 -*-

# Define your item pipelines here
#
# Don't forget to add your pipeline to the ITEM_PIPELINES setting
# See: http://doc.scrapy.org/en/latest/topics/item-pipeline.html

import csv
from scrapy import signals
from scrapy.exporters import CsvItemExporter

class CSVPipeline(object):

  def __init__(self):
    self.files = {}

  @classmethod
  def from_crawler(cls, crawler):
    pipeline = cls()
    crawler.signals.connect(pipeline.spider_opened, signals.spider_opened)
    crawler.signals.connect(pipeline.spider_closed, signals.spider_closed)
    return pipeline

  def spider_opened(self, spider):
    file = open('%s_items.csv' % spider.name, 'w+b')
    self.files[spider] = file
    self.exporter = CsvItemExporter(file)
    self.exporter.fields_to_export = ["plotid","plotprice","plotname","name","address"]
    self.exporter.start_exporting()

  def spider_closed(self, spider):
    self.exporter.finish_exporting()
    file = self.files.pop(spider)
    file.close()

  def process_item(self, item, spider):
    self.exporter.export_item(item)
    return item

我把这一行添加到设置.py文件（不确定300的相关性）：

^{pr2}$

我的代码如下：

import scrapy
from urllib.parse import urljoin

from CharlesChurch.items import CharleschurchItem

class charleschurchSpider(scrapy.Spider):
    name = "charleschurch"
    allowed_domains = ["charleschurch.com"]    
    start_urls = ["https://www.charleschurch.com/county-durham_willington/the-ridings-1111"]


    def parse(self, response):

        for sel in response.xpath('//*[@id="aspnetForm"]/div[4]'):
           item = CharleschurchItem()
           item['name'] = sel.xpath('//*[@id="XplodePage_ctl12_dsDetailsSnippet_pDetailsContainer"]/span[1]/b/text()').extract()
           item['address'] = sel.xpath('//*[@id="XplodePage_ctl12_dsDetailsSnippet_pDetailsContainer"]/div/*[@itemprop="postalCode"]/text()').extract()
           plotnames = sel.xpath('//div[@class="housetype js-filter-housetype"]/div[@class="housetype__col-2"]/div[@class="housetype__plots"]/div[not(contains(@data-status,"Sold"))]/div[@class="plot__name"]/a/text()').extract()
           plotnames = [plotname.strip() for plotname in plotnames]
           plotids = sel.xpath('//div[@class="housetype js-filter-housetype"]/div[@class="housetype__col-2"]/div[@class="housetype__plots"]/div[not(contains(@data-status,"Sold"))]/div[@class="plot__name"]/a/@href').extract()
           plotids = [plotid.strip() for plotid in plotids]
           plotprices = sel.xpath('//div[@class="housetype js-filter-housetype"]/div[@class="housetype__col-2"]/div[@class="housetype__plots"]/div[not(contains(@data-status,"Sold"))]/div[@class="plot__price"]/text()').extract()
           plotprices = [plotprice.strip() for plotprice in plotprices]
           result = zip(plotnames, plotids, plotprices)
           for plotname, plotid, plotprice in result:
               item['plotname'] = plotname
               item['plotid'] = plotid
               item['plotprice'] = plotprice
               yield item

Answer 1

w+b中的b很可能是问题的一部分，因为这将使文件被视为二进制文件，因此换行符按原样编写。在

所以第一步是删除b。然后通过添加U还可以激活通用换行支持（请参见：https://docs.python.org/3/glossary.html#term-universal-newlines）

所以这条线应该是这样的：

file = open('%s_items.csv' % spider.name, 'Uw+')

Answer 2

我怀疑不太理想，但我已经找到了解决这个问题的办法。在管道.py文件i添加了更多的代码，基本上读取带有空白行的CSV文件到列表中，这样删除空白行，然后将清理后的列表写入新文件。在

我添加的代码是：

with open('%s_items.csv' % spider.name, 'r') as f:
  reader = csv.reader(f)
  original_list = list(reader)
  cleaned_list = list(filter(None,original_list))

with open('%s_items_cleaned.csv' % spider.name, 'w', newline='') as output_file:
    wr = csv.writer(output_file, dialect='excel')
    for data in cleaned_list:
      wr.writerow(data)

所以整个管道.py文件是：

^{pr2}$

不太理想，但现在能解决问题。在