Scrapy中定义items.py字段需继承scrapy.Item并用scrapy.Field()声明，字段名须为合法标识符，可选添加serializer或metadata元数据，批量定义仅适用于无差异化配置的场景。
在Scrapy项目中定义items.py字段，是为了明确爬取数据的结构和类型，让Pipeline能稳定接收预期格式的数据，避免因字典键名拼写错误或字段缺失导致后续处理崩溃。
创建Item类并继承scrapy.Item
进入项目根目录下的items.py文件，删除默认注释，写入import scrapy，然后定义一个类，例如BookItem，并让它继承scrapy.Item。
这一步不可跳过——如果不继承scrapy.Item，Scrapy将无法识别该类为合法Item对象，调用yield item时会抛出TypeError。
用scrapy.Field()声明每个字段
在Item类内部，为每个要提取的字段赋值scrapy.Field()，例如：title = scrapy.Field()、price = scrapy.Field()、isbn = scrapy.Field()。
【字段名必须是合法的Python标识符，不能含空格、连字符或中文】。比如写成book-price = scrapy.Field()会直接报语法错误；写成书名 = scrapy.Field()虽不报错，但在Pipeline中用item['书名']访问时，可能因编码或IDE兼容性引发隐性异常。
给字段添加元数据说明（可选但推荐）
方法一：直接在scrapy.Field()中传入关键字参数，如url = scrapy.Field(serializer=str.strip)，表示该字段入库前自动调用str.strip()清洗。
方法二：用metadata字典存业务含义，例如category = scrapy.Field(metadata={'description': '图书所属一级分类，如文学、计算机'})，方便团队协作时快速理解字段用途。
注意：serializer函数必须是可调用对象，不能写成serializer='str.strip'字符串，否则运行时不会执行清洗，也不会报错，容易埋下脏数据隐患。
批量定义多个字段（适用于字段名规律性强的场景）
第一步：在类外部预先构造字段名列表，例如attr_names = ['name', 'age', 'city']。
第二步：用for循环动态设置类属性：for name in attr_names: setattr(BookItem, name, scrapy.Field())。
第三步：确保这段代码写在class BookItem(scrapy.Item):定义之后、文件末尾之前，否则字段不会被加载进类命名空间。
这一步操作起来很简单，但仅适合字段无差异化配置的场景；如果部分字段需要serializer、部分需要metadata，仍需手动逐个声明。
