scrapy 2.3 处理不同的响应格式

一旦对所需数据进行响应，如何从中提取所需数据取决于响应类型：

• 如果响应是HTML或XML，请使用 selectors 像往常一样。
• 如果响应是json，则使用 ​json.loads()​ 从中加载所需数据 ​response.text​ ：：

data = json.loads(response.text)

如果所需数据位于嵌入在JSON数据中的HTML或XML代码内，则可以将该HTML或XML代码加载到 ​Selector​ 然后 use it 和往常一样：

selector = Selector(data['html'])

• 如果响应是javascript，或HTML ​<script/>​ 包含所需数据的元素，请参见 分析javascript代码 .
• 如果响应是css，请使用 regular expression 从中提取所需数据 ​response.text​ .

• 如果响应是基于图像的图像或其他格式（例如PDF），则从 ​response.body​ 并使用OCR解决方案将所需数据提取为文本。例如，您可以使用 pytesseract. 要从PDF中读取表格， tabula-py 可能是更好的选择。
• 如果响应是SVG，或者带有包含所需数据的嵌入式SVG的HTML，则可以使用 selectors ，因为SVG是基于XML的。否则，可能需要将SVG代码转换为栅格图像，并且 handle that raster image .