Scrapy入门教程之写入数据库教程 |
您所在的位置：网站首页 › scrapy pipeline mysql › Scrapy入门教程之写入数据库教程 |
Scrapy入门教程之写入数据库教程
|
Scrapy入门教程之写入数据库教程，说说如何把抓到的数据写入数据库。 1. 编写爬虫脚本还是以爬糗事百科为例，编写脚本，保存在 Hello/spiders 目录下的 spider_qiushibaike.py 文件中 # -*- coding: utf-8 -*- import scrapy from Hello.items import HelloItem class Spider_qiushibaike(scrapy.Spider): name = "qiubai" start_urls = [ 'http://www.qiushibaike.com' ] def parse(self, response): for item in response.xpath('//div[@id="content-left"]/div[@class="article block untagged mb15"]'): qiubai = HelloItem() icon = item.xpath('./div[@class="author clearfix"]/a[1]/img/@src').extract() if icon: icon = icon[0] qiubai['userIcon'] = icon userName = item.xpath('./div[@class="author clearfix"]/a[2]/h2/text()').extract() if userName: userName = userName[0] qiubai['userName'] = userName content = item.xpath('./div[@class="content"]/descendant::text()').extract() if content: con = '' for str in content: con += str qiubai['content'] = con like = item.xpath('./div[@class="stats"]/span[@class="stats-vote"]/i/text()').extract() if like: like = like[0] qiubai['like'] = like comment = item.xpath('./div[@class="stats"]/span[@class="stats-comments"]/a/i/text()').extract() if comment: comment = comment[0] qiubai['comment'] = comment yield qiubai 2. 创建数据库 2.1 创建数据库我使用的是SQLyog这个软件。打开SQLyog，填写保/存的连接、MySQL Host Address、用户名、密码如下所示：
准确填写之后，点击连接进入数据库界面，如下图所示：
鼠标右键点击红色框框圈起来的区域，选择创建数据库，如下图所示：
这样数据库就创建好了。 2.2 创建表选中刚创建好的数据库，点击鼠标右键，选择创建表，如下如所示：
出现一个界面，如下图所示：
填好表名称、字段、类型等等。这样表也建好了。其中表的结构一定要跟之前定义好的items.py个数和类型要保存一致 # -*- coding: utf-8 -*- # Define here the models for your scraped items # # See documentation in: # http://doc.scrapy.org/en/latest/topics/items.html import scrapy class HelloItem(scrapy.Item): # define the fields for your item here like: userIcon = scrapy.Field() userName = scrapy.Field() content = scrapy.Field() like = scrapy.Field() comment = scrapy.Field() 3. 编写pipelines.py文件编写pipelines文件，其文件目录机构是这样的：
其中代码如下： # -*- coding: utf-8 -*- # Define your item pipelines here # # Don't forget to add your pipeline to the ITEM_PIPELINES setting # See: http://doc.scrapy.org/en/latest/topics/item-pipeline.html import pymysql def dbHandle(): conn = pymysql.connect( host='localhost', user='root', passwd='root', charset='utf8', use_unicode=False ) return conn class HelloPipeline(object): def process_item(self, item, spider): dbObject = dbHandle() cursor = dbObject.cursor() sql = 'insert into joke.t_baike(userIcon,userName,content,likes,comment) values (%s,%s,%s,%s,%s)' try: cursor.execute(sql,(item['userIcon'],item['userName'],item['content'],item['like'],item['comment'])) dbObject.commit() except Exception,e: print e dbObject.rollback() return item 4. 配置使pipelines.py生效打开settings.py文件，添加一行代码 ITEM_PIPELINES = { 'Hello.pipelines.HelloPipeline': 300, }这样就可以了。完整的如下图所示：
所有的准备工作都做好了，现在就是见证奇迹的时候了。 打开命令行执行 scrapy crawl qiubai这时候你大概可以看到类似的日志，如下图所示：
好了到这里差不多，在来看看数据库中是否插入成功。
数据库插入成功，在看下数据是否抓取正确，打开qiushibaike.com，比对下 好了，大功告成了。 |
【本文地址】