scrapy數(shù)據(jù)存儲(chǔ)在mysql數(shù)據(jù)庫(kù)的兩種方式(同步和異步)
方法一:同步操作
1.pipelines.py文件(處理數(shù)據(jù)的python文件)
import pymysql
class LvyouPipeline(object):
def __init__(self):
# connection database
self.connect = pymysql.connect(host='XXX', user='root', passwd='XXX', db='scrapy_test') # 后面三個(gè)依次是數(shù)據(jù)庫(kù)連接名、數(shù)據(jù)庫(kù)密碼、數(shù)據(jù)庫(kù)名稱
# get cursor
self.cursor = self.connect.cursor()
print("連接數(shù)據(jù)庫(kù)成功")
def process_item(self, item, spider):
# sql語(yǔ)句
insert_sql = """
insert into lvyou(name1, address, grade, score, price) VALUES (%s,%s,%s,%s,%s)
"""
# 執(zhí)行插入數(shù)據(jù)到數(shù)據(jù)庫(kù)操作
self.cursor.execute(insert_sql, (item['Name'], item['Address'], item['Grade'], item['Score'],
item['Price']))
# 提交,不進(jìn)行提交無(wú)法保存到數(shù)據(jù)庫(kù)
self.connect.commit()
def close_spider(self, spider):
# 關(guān)閉游標(biāo)和連接
self.cursor.close()
self.connect.close()
2.配置文件中

方式二 異步儲(chǔ)存
pipelines.py文件:
通過(guò)twisted實(shí)現(xiàn)數(shù)據(jù)庫(kù)異步插入,twisted模塊提供了 twisted.enterprise.adbapi
1. 導(dǎo)入adbapi
2. 生成數(shù)據(jù)庫(kù)連接池
3. 執(zhí)行數(shù)據(jù)數(shù)據(jù)庫(kù)插入操作
4. 打印錯(cuò)誤信息,并排錯(cuò)
import pymysql
from twisted.enterprise import adbapi
# 異步更新操作
class LvyouPipeline(object):
def __init__(self, dbpool):
self.dbpool = dbpool
@classmethod
def from_settings(cls, settings): # 函數(shù)名固定,會(huì)被scrapy調(diào)用,直接可用settings的值
"""
數(shù)據(jù)庫(kù)建立連接
:param settings: 配置參數(shù)
:return: 實(shí)例化參數(shù)
"""
adbparams = dict(
host=settings['MYSQL_HOST'],
db=settings['MYSQL_DBNAME'],
user=settings['MYSQL_USER'],
password=settings['MYSQL_PASSWORD'],
cursorclass=pymysql.cursors.DictCursor # 指定cursor類型
)
# 連接數(shù)據(jù)池ConnectionPool,使用pymysql或者M(jìn)ysqldb連接
dbpool = adbapi.ConnectionPool('pymysql', **adbparams)
# 返回實(shí)例化參數(shù)
return cls(dbpool)
def process_item(self, item, spider):
"""
使用twisted將MySQL插入變成異步執(zhí)行。通過(guò)連接池執(zhí)行具體的sql操作,返回一個(gè)對(duì)象
"""
query = self.dbpool.runInteraction(self.do_insert, item) # 指定操作方法和操作數(shù)據(jù)
# 添加異常處理
query.addCallback(self.handle_error) # 處理異常
def do_insert(self, cursor, item):
# 對(duì)數(shù)據(jù)庫(kù)進(jìn)行插入操作,并不需要commit,twisted會(huì)自動(dòng)commit
insert_sql = """
insert into lvyou(name1, address, grade, score, price) VALUES (%s,%s,%s,%s,%s)
"""
self.cursor.execute(insert_sql, (item['Name'], item['Address'], item['Grade'], item['Score'],
item['Price']))
def handle_error(self, failure):
if failure:
# 打印錯(cuò)誤信息
print(failure)
注意:
1、python 3.x 不再支持MySQLdb,它在py3的替代品是: import pymysql。
2、報(bào)錯(cuò)pymysql.err.ProgrammingError: (1064, ……
原因:當(dāng)item['quotes']里面含有引號(hào)時(shí),可能會(huì)報(bào)上述錯(cuò)誤
解決辦法:使用pymysql.escape_string()方法
例如:
sql = """INSERT INTO video_info(video_id, title) VALUES("%s","%s")""" % (video_info["id"],pymysql.escape_string(video_info["title"]))
3、存在中文的時(shí)候,連接需要添加charset='utf8',否則中文顯示亂碼。
4、每執(zhí)行一次爬蟲,就會(huì)將數(shù)據(jù)追加到數(shù)據(jù)庫(kù)中,如果多次的測(cè)試爬蟲,就會(huì)導(dǎo)致相同的數(shù)據(jù)不斷累積,怎么實(shí)現(xiàn)增量爬取?
- scrapy-deltafetch
- scrapy-crawl-once(與1不同的是存儲(chǔ)的數(shù)據(jù)庫(kù)不同)
- scrapy-redis
- scrapy-redis-bloomfilter(3的增強(qiáng)版,存儲(chǔ)更多的url,查詢更快)
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python使用JDAudioCrawler將下載的音頻存儲(chǔ)到本地
在當(dāng)今數(shù)字化時(shí)代,音頻數(shù)據(jù)的獲取和處理變得越來(lái)越重要,本文將訪問(wèn)網(wǎng)易云音樂(lè)為案例,介紹如何使用JDAudioCrawler這個(gè)強(qiáng)大的工具,將音頻數(shù)據(jù)存儲(chǔ)下載到本地存儲(chǔ)中,需要的可以了解下2023-10-10
Python中的命令行參數(shù)解析工具之docopt詳解
docopt 是一個(gè)用來(lái)解析命令行參數(shù)的工具,當(dāng)想要在 Python 程序后面附加參數(shù)時(shí),就不需要再為此而發(fā)愁了。下面這篇文章主要介紹了Python中命令行參數(shù)解析工具之docopt的相關(guān)資料,介紹的非常詳細(xì),需要的朋友們下面來(lái)一起看看吧。2017-03-03
tensorflow實(shí)現(xiàn)訓(xùn)練變量checkpoint的保存與讀取
今天小編就為大家分享一篇tensorflow實(shí)現(xiàn)訓(xùn)練變量checkpoint的保存與讀取,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
python代數(shù)式括號(hào)有效性檢驗(yàn)示例代碼
這篇文章主要給大家介紹了關(guān)于python代數(shù)式括號(hào)有效性檢驗(yàn)的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-10-10
python 實(shí)現(xiàn)登錄網(wǎng)頁(yè)的操作方法
今天小編就為大家分享一篇python 實(shí)現(xiàn)登錄網(wǎng)頁(yè)的操作方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-05-05
Python實(shí)現(xiàn)的微信好友數(shù)據(jù)分析功能示例
這篇文章主要介紹了Python實(shí)現(xiàn)的微信好友數(shù)據(jù)分析功能,結(jié)合實(shí)例形式分析了Python使用itchat、pandas、pyecharts等模塊針對(duì)微信好友數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與計(jì)算相關(guān)操作技巧,需要的朋友可以參考下2018-06-06
Python urlopen()和urlretrieve()用法解析
這篇文章主要介紹了Python urlopen()和urlretrieve()用法解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-01-01
python組合無(wú)重復(fù)三位數(shù)的實(shí)例
今天小編就為大家分享一篇python組合無(wú)重復(fù)三位數(shù)的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-11-11
python Django 反向訪問(wèn)器的外鍵沖突解決
這篇文章主要介紹了python Django 反向訪問(wèn)器的外鍵沖突解決,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-05-05

