【发布时间】：2017-06-22 07:56:34
【问题描述】：
我开发了一个 scrapy 项目，它将从 tripadvisor.in 的特定酒店的评论部分中抓取文本，
但是，scraper 只抓取评论的一部分，而不是全部，我不知道为什么。
例如，这是一篇特别的评论
我们在一月份在 Acron 住了 6 晚。酒店的一切都很完美。 员工很棒，服务也很好。
令人惊讶的是，酒店的饮料和葡萄酒价格非常合理，因此无需闲逛。 我们 6 晚中有 5 晚在酒店用餐，没有吃到糟糕的饭菜。我们在外面吃的一晚是在“顺势而为”这是一家非常不错的餐厅，提供美味的食物，距离酒店约 200 码。
不要对当地的海滩抱有太多期望。我们发现它们又拥挤又脏。
早餐不寻常，因为它从早上 7 点到下午 1 点供应。再一次，食物很棒而且呈现得很好。
不要对当地的海滩抱有太多期望。我们发现它们又拥挤又脏。
除此之外，这是一次很棒的住宿。感谢所有工作人员。
2017 年 1 月入住，情侣旅行
但是，抓取的评论只有：
我们在一月份在 Acron 住了 6 晚。酒店的一切都很完美。\n工作人员和服务都非常出色。\n令人惊讶的是，酒店的饮料和葡萄酒价格非常合理，因此无需闲逛。\n我们 6 晚中有 5 晚在酒店用餐并没有坏...
我只想抓取整个评论，不包括转义字符，我该怎么做？
请参阅此链接查看评论： Reviews
另外，我想抓取其他信息，如用户名、评论发布日期等，但这些信息都很完美，但我想抓取
- 用户名2.日期3.评论4.标题
并将每条评论与上述所有详细信息存储在字典中，那么我该如何处理网页上的所有评论，
例如：
Username1 Date1 Title1 Review1 Username2 Date2 Title2 Review2 Username3 Date3 Title3 Review3 . . . . . . . . Usernamen Daten Titlen Reviewn
并以 csv 或 json 格式导出此字典？
这是一段代码：
def parse(self,response):
for reviews in response.css('#taplc_hr_reviews_list_0'):
username = response.css(' div.username.mo > span::text').extract_first()
head = response.css('div > div > div > div > a > span::text').extract_first()
date = response.css('.reviewItemInline').xpath('span/@title').extract_first()
review = response.css('div>div.col2of2>div>div.wrap>div>div>p::text').extract_first()
holder = {'User':username,'Title':head,'Date':date,'Review':review}
yield holder
【问题讨论】：
标签： python json web-scraping scrapy web-crawler