写入两个数据库,如果需要一个,按照其中一个执行就可以:
①、MongoDB
②、Mysql
一、创建数据库
1、使用虚拟机安装centos7,并安装docker(百度有教程)
2、docker修改下载源(不改也行,改了下载速度更快)
3、docker下载mongo与Mysql镜像文件
docker pull mongo #下载mongo镜像文件
docker pull mysql #下载mysql镜像文件
3、启动镜像文件
#启动mongo数据库
docker run -d --name mongo -p 27017:27017 -v /home/docker/mongo.27017/datadb:/data/db -v /home/docker/mongo.27017/dataconfigdb:/data/dataconfigdb mongo
#启动Mysql数据库
docker run --name mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD='设置密码' -d mysql:latest #初始账户为root
run:启动镜像;-d: 后台启动方式;-name:自定义名称;-p :映射端口(本机未占用的端口号);-v :挂载数据目录和配置目录; mongo:3.6.9 :启动的镜像版本
4、进入运行容器
docker exec -it 容器名 bash #mongo或mysql(自己刚刚定义的启动容器名)
5、创建用户
MongoDB:
mongo #进入mongoshell
创建用户
db.createUser({user:"admin", pwd:"0000", roles:["root"]}); #创建admin账户
Mysql
#输入运行账户
mysql -uroot -p -h localhost
#弹出来Enter password: 输入密码:(运行镜像时创建的)
6、使用可视化工具连接数据库,验证创建成功
使用navicat连接数据库地址,验证是够可正确连接。
二、下载依赖包
打开CMD,执行以下命令
pip install pymongo #mongo依赖包
pip install pymysql #mysql依赖包
三、修改爬虫项目下pipelines.py文件
MongoDB:
惰性插入,有数据才会生成集合,插入数据方式.
import pymongo
from pymongo import MongoClient
class Pachong7Pipeline(object):
def open_spider(self, spider):
#连接MongoDB数据库
self.db = MongoClient('mongodb://数据库地址:27017/')
self.collection = self.db.创建表名
def process_item(self, item, spider):
#转化成字典并写入数据
self.collection.表名.insert_one(dict(item))
Mysql:
注意:Mysql和mongo不同,要在插入数据之前,事先创建好数据库及表
import pymysql
class Pachong7Pipeline(object):
def open_spider(self, spider):
self.conn = pymysql.connect(host='数据库地址',user='账号',passwd='密码',db='库名') #连接数据库
def process_item(self, item, spider):
#添加数据到chengjiao表中
self.conn.query(
"insert chengjiao(apartment,price,huxing,junjia)" #需要插入的字段
"values('{}','{}','{}','{}')".format(
item['apartment'],item['price'],item['huxing'],item['junjia'] #爬取项目中定义的字段
))
self.conn.commit()#执行添加
def close_spider(self, spider):
self.conn.close() #关闭连接
yield item
最后别忘了在settings中启用pipeline
settings已经自动生成了,直接去掉注释就好了
ITEM_PIPELINES = {
'pachong7.pipelines.Pachong7Pipeline': 300,
}