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
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,602评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,442评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,878评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,306评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,330评论 5 373
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,071评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,382评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,006评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,512评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,965评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,094评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,732评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,283评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,286评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,512评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,536评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,828评论 2 345

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 17,848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 5,623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 638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 1,269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 178评论 0 0