Scrapy中Pipeline的用法
当Item 在Spider中被收集之后，就会被传递到Item Pipeline中进行处理
每个item pipeline组件是实现了简单的方法的python类，负责接收到item并通过它执行一些行为，同时也决定此Item是否继续通过pipeline,或者被丢弃而不再进行处理
item pipeline的主要作用：
process_item(self,item,spider)
每个item piple组件是一个独立的pyhton类，必须实现以process_item(self,item,spider)方法
每个item pipeline组件都需要调用该方法，这个方法必须返回一个具有数据的dict,或者item对象，或者抛出DropItem异常，被丢弃的item将不会被之后的pipeline组件所处理
open_spider(self,spider)
表示当spider被开启的时候调用这个方法
close_spider(self,spider)
当spider挂去年比时候这个方法被调用
from_crawler(cls,crawler)
这个和我们在前面说spider的时候的用法是一样的，可以用于获取settings配置文件中的信息，需要注意的这个是一个类方法，用法例子如下：
例子1
这个例子实现的是判断item中是否包含price以及price_excludes_vat，如果存在则调整了price属性，都让 item['price'] = item['price'] * self.vat_factor ，如果不存在则返回DropItem
例子2
这个例子是将item写入到json文件中
例子3
将item写入到MongoDB，同时这里演示了from_crawler的用法
例子4：去重
一个用于去重的过滤器，丢弃那些已经被处理过的item,假设item有一个唯一的id，但是我们spider返回的多个item中包含了相同的id,去重方法如下：这里初始化了一个集合，每次判断id是否在集合中已经存在，从而做到去重的功能
在settings配置文件中有一个ITEM_PIPELINES的配置参数，例子如下：
每个pipeline后面有一个数值，这个数组的范围是0-1000，这个数值确定了他们的运行顺序，数字越小越优先。
