Scrapy支持自定義數據解析邏輯通過編寫自定義的Item Loader和Item。Item Loader是用來規范化和清洗提取到的數據的，而Item則是用來保存解析后的數據的。

首先，你需要定義一個Item類，用來保存解析后的數據。例如：

import scrapy

class MyItem(scrapy.Item):
    name = scrapy.Field()
    price = scrapy.Field()

接下來，你可以定義一個自定義的Item Loader，用來實現數據的解析邏輯。例如：

from scrapy.loader import ItemLoader
from scrapy.loader.processors import MapCompose, TakeFirst

class MyItemLoader(ItemLoader):
    default_input_processor = MapCompose(str.strip)
    default_output_processor = TakeFirst()
    
    name_in = MapCompose(str.strip)
    price_in = MapCompose(lambda x: float(x.replace('$', '')) if x else None)

在Spider中，你可以使用自定義的Item Loader來解析數據并創建Item對象。例如：

from scrapy import Spider
from myproject.items import MyItem
from myproject.loaders import MyItemLoader

class MySpider(Spider):
    name = 'example'
    start_urls = ['http://example.com']
    
    def parse(self, response):
        loader = MyItemLoader(item=MyItem(), response=response)
        loader.add_css('name', 'div.product-name::text')
        loader.add_css('price', 'span.price::text')
        
        yield loader.load_item()

在這個例子中，我們使用自定義的Item Loader來解析網頁中的產品名稱和價格，并創建一個MyItem對象。通過自定義Item Loader，你可以定義更加靈活和具體的數據解析邏輯，以滿足你的需求。