项目recipe-scrapers新增15gram.be网站支持的技术实现分析

在开源项目recipe-scrapers中，开发者近期完成了对15gram.be网站食谱抓取功能的支持。本文将深入分析这一技术实现的背景、挑战和解决方案。

背景与需求

recipe-scrapers是一个专门用于从各类食谱网站抓取结构化数据的Python库。15gram.be作为比利时知名的食谱分享平台，拥有大量优质食谱内容。社区用户提出需求，希望该库能够支持从该网站提取食谱信息。

技术挑战

1. 页面结构解析：需要准确识别15gram.be网站中食谱的标题、配料、步骤等关键信息的HTML结构
2. 多语言支持：网站内容主要为荷兰语，需要考虑国际化处理
3. 数据完整性：确保能完整抓取包括图片、烹饪时间等在内的所有元数据

实现方案

开发者采用recipe-scrapers的标准模式实现了15gram.be的抓取器(Scraper)类。核心实现包括：

1. 元数据提取：从HTML的meta标签和结构化数据中获取食谱基本信息
2. 配料表解析：处理网站特有的配料表示方式，转换为标准格式
3. 步骤提取：识别烹饪步骤的DOM结构，保持原有顺序

测试验证

为确保实现质量，开发者提供了两个典型食谱作为测试用例：

• 南瓜肉末通心粉奶酪
• 白芦笋土豆沙拉配火腿

这些测试案例覆盖了不同类型的食谱页面，验证了抓取器的健壮性。

注意事项

当前实现存在以下限制：

1. 仅支持公开食谱，无法处理需要登录的内容
2. 对网站未来可能的改版需要保持关注
3. 多语言内容需要使用者自行处理翻译

总结

15gram.be支持的加入丰富了recipe-scrapers的网站覆盖范围，为需要比利时食谱数据的开发者提供了便利。这一实现遵循了项目的标准架构，保持了代码的一致性和可维护性。未来可以考虑增加更多元数据字段的提取，如营养信息等，进一步提升数据质量。