scrapy爬取数据存入MySQL

  • 创建工程
    scrapy startproject tutorial
  • 编写Item
class InputMysqlItem(scrapy.Item):
    tags = scrapy.Field()
    content = scrapy.Field()
  • 编写创建数据库
    创建数据库:
    CREATE DATABASE db DEFAULT CHARACTER SET utf8
    创建需要的表:CREATE TABLE crawl_my( id INTEGER NOT NULL tags VARCHAR(64) NULL, content VARCHAR(255) NULL) ENGINE = InnoDB;
  • 编写pipline
import pymysql.cursors
class MySQLPipeline(object):
    def __init__(self):
        #链接数据库
        self.connect = pymysql.connect(
            host = '127.0.0.1',#数据库地址
            port = 3306,#数据库端口
            db = 'db',#数据库名称
            user = 'root',#数据库用户名
            passwd = 'root',#数据库密码
            charset = 'utf8',#数据库编码
            use_unicode = True
        )
        #拿到操作数据库的游标
        self.cursor = self.connect.cursor()

    def process_item(self,item,spider):
        self.cursor.execute(
            '''
            insert into crawl_my(tags,content)
            VALUE (%s,%s)
            ''',(item['tags'],item['content'])
        )
        #提交sql
        self.connect.commit()
        return item
  • 在setting设置pipline
ITEM_PIPELINES = {
   # 'tutorial.pipelines.FlowPipline': 300,
   # 'tutorial.pipelines.MyImagesPipeline': 1,
   'tutorial.pipelines.MySQLPipeline': 1,
   # 'scrapy.contrib.pipeline.images.ImagesPipeline':1,
}
  • 爬取spider
import scrapy
from tutorial.items import InputMysqlItem

class CrawlMysqlSpider(scrapy.Spider):
    name = 'crawl_mysql'
    allowed_domains = ['lab.scrapyd.cn']
    start_urls = ['http://lab.scrapyd.cn/']

    def parse(self, response):
        item = InputMysqlItem()
        for sel in response.css('div.quote'):
            item['content'] = sel.css('.text::text').extract_first()
            tags = sel.css('.tags .tag::text').extract()
            item['tags'] = ','.join(tags)
            yield item
        #获取下一页链接
        next_page = response.css('li.next a::attr(href)').extract_first()
        if next_page is not None:
            next_page = response.urljoin(next_page)
            yield scrapy.Request(next_page,callback=self.parse)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • Scrapy抓取到网页数据,保存到数据库,是通过pipelines来处理的。看一下官方文档的说明。 当Item在S...
    向右奔跑阅读 17,884评论 5 20
  • 这两天摸索了下scrapy,刚看文档的时候觉得有点生无可恋,scrapy框架个人还是觉得比较难懂的,需要学习的地方...
    Treehl阅读 5,660评论 7 10
  • 一、Scrapy框架的使用步骤: 创建项目:scrapy startproject project_name cd...
    SlashBoyMr_wang阅读 653评论 0 6
  • 很羡慕三毛,为了心中的向往可以放弃优渥的生活奔赴野蛮的沙漠,一边艰难地行走在一望无际的沙海,一边优雅地谱写着浅浅长...
    八月清风阅读 1,299评论 20 33
  • 现在很多孩子出现各种各样的问题,其主要原因我个人认为,与孩子沟通太少,缺乏正确有效的关注,要与孩子多沟通多聊天,与...
    车荣杰爸爸阅读 185评论 0 0