如何指示Scrapy不序列化项字段？

Question

作为熟悉Scrapy的学习实验，我正在编写一个Scraper，它检查HTML页面的所有链接，并报告指向它们的HTTPHEAD请求的状态代码。事实上，在我的一个条目定义中，我有一个条目字段，即parent_url，被视为元数据，也就是说，我并不想在Scraper的输出中显示它。在

parent_url在LinkItem类中定义，如下所示：

class LinkItem(Item):
    name = Field()
    url = Field()
    parent_url = Field()   # Identifies what URL this item was extracted from
    status_code = Field()

为了从Spider的输出中省略parent_url，我尝试了：

1. 将__init__中的parent_url定义为实例属性-我在尝试访问它时引发了异常
2. 在__init__内赋值给self["parent_url"]，但是正如文档Scrapy已经指出的那样，不允许分配给未声明的字段
3. 将Field(serializer=None)或{}分配给parent_url，这会在抓取时产生连续的异常，并且JSON输出只有逗号。在

由于还没有找到解决办法，我正在寻求外部帮助。parent_url字段/属性在管道内部使用，我不知道用什么替代它。在

Answer 1

BaseItemExporter是所有内置导出器的基本抽象类，它提供了一个带有要导出的字段名列表的fields_to_export属性。这是医生说的，我很惊讶我以前没注意到。在

Answer 2

您可以指定字段，这些字段应该通过FEED_EXPORT_FIELDS设置导出。例如：

# in `settings.py`
FEED_EXPORT_FIELDS = ['name', 'url', 'status_code']