文章摘录：https://github.com/lawlite19/PythonCrawler-Scrapy-Mysql-File-Template
settings.py
- 修改Mysql的配置信息
#Mysql数据库的配置信息
MYSQL_HOST = '127.0.0.1'
MYSQL_DBNAME = 'testdb' #数据库名字，请修改
MYSQL_USER = 'root' #数据库账号，请修改
MYSQL_PASSWD = '123456' #数据库密码，请修改
MYSQL_PORT = 3306 #数据库端口，在dbhelper中使用
- 指定pipelines
ITEM_PIPELINES = {
'webCrawler_scrapy.pipelines.WebcrawlerScrapyPipeline': 300,#保存到mysql数据库
}
items.py
- 声明需要格式化处理的字段
class WebcrawlerScrapyItem(scrapy.Item):
'''定义需要格式化的内容（或是需要保存到数据库的字段）'''
# define the fields for your item here like:
# name = scrapy.Field()
name = scrapy.Field() #修改你所需要的字段
url = scrapy.Field()
pipelines.py
一、保存到数据库的类WebcrawlerScrapyPipeline（在settings中声明）
- 定义一个类方法
from_settings，得到settings中的Mysql数据库配置信息，得到数据库连接池dbpool
@classmethod
def from_settings(cls,settings):
'''1、@classmethod声明一个类方法，而对于平常我们见到的则叫做实例方法。
2、类方法的第一个参数cls（class的缩写，指这个类本身），而实例方法的第一个参数是self，表示该类的一个实例
3、可以通过类来调用，就像C.f()，相当于java中的静态方法'''
dbparams=dict(
host=settings['MYSQL_HOST'],#读取settings中的配置
db=settings['MYSQL_DBNAME'],
user=settings['MYSQL_USER'],
passwd=settings['MYSQL_PASSWD'],
charset='utf8',#编码要加上，否则可能出现中文乱码问题
cursorclass=MySQLdb.cursors.DictCursor,
use_unicode=False,
)
dbpool=adbapi.ConnectionPool('MySQLdb',**dbparams)#**表示将字典扩展为关键字参数,相当于host=xxx,db=yyy....
return cls(dbpool)#相当于dbpool付给了这个类，self中可以得到
-
__init__中会得到连接池dbpool
def __init__(self,dbpool):
self.dbpool=dbpool
-
process_item方法是pipeline默认调用的，进行数据库操作
#pipeline默认调用
def process_item(self, item, spider):
query=self.dbpool.runInteraction(self._conditional_insert,item)#调用插入的方法
query.addErrback(self._handle_error,item,spider)#调用异常处理方法
return item
- 插入数据库方法
_conditional_insert
#写入数据库中
def _conditional_insert(self,tx,item):
#print item['name']
sql="insert into testpictures(name,url) values(%s,%s)"
params=(item["name"],item["url"])
tx.execute(sql,params)
- 错误处理方法
_handle_error
#错误处理方法
def _handle_error(self, failue, item, spider):
print failue
