请问哪里可以找到在爬虫的 pipelines.py 中将数据写入 MYSQL 数据库的例子? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
saximi
V2EX    Python

请问哪里可以找到在爬虫的 pipelines.py 中将数据写入 MYSQL 数据库的例子?

  •  
  •   saximi 2017-10-11 20:18:58 +08:00 3324 次点击
    这是一个创建于 2928 天前的主题,其中的信息可能已经有所发展或是发生改变。
    想在 pipelines.py 中将爬到的数据写入 MYSQL 数据库,希望能有这样的范例代码可供学习,
    恳请大家指点,感谢!
    12 条回复    2017-10-16 21:54:42 +08:00
    ioven
        1
    ioven  
       2017-10-11 21:19:25 +08:00
    [scrapy 爬虫成长日记之将抓取内容写入 mysql 数据库 - 秋 - 博客园]( http://www.cnblogs.com/rwxwsblog/p/4572367.html)
    xielemon
        2
    xielemon  
       2017-10-11 21:57:59 +08:00
    哈哈 我最近也在搞这个,一个 tips,不要每次处理 item 就插入,速度很慢,可以做 batch insert
    saximi
        3
    saximi  
    OP
       2017-10-12 20:48:49 +08:00
    @xielemon 有 batch insert 的实例么?感谢!
    saximi
        4
    saximi  
    OP
       2017-10-12 20:49:00 +08:00
    @ioven 感谢,我先看看去
    saximi
        6
    saximi  
    OP
       2017-10-13 23:54:54 +08:00
    @ioven 感谢,文章中的代码好像适用于 PYTHON2 的环境,我在 PYTHON3 运行时遇到下面几个问题,恳请指点:
    1、MySQLdb 包在 WIN7+PYTHON3 的环境下应该改为用 pymysql ?
    2、dbpool=adbapi.ConnectionPool('MySQLdb',**dbargs) 这个方法对应的 PYTHON3 的语法应该是什么?
    3、cursorclass=MySQLdb.cursors.DictCursor, 这个语句对应的 PYTHON3 的语法应该是什么?
    4、conn.execute() 这个方法的 conn 在文中找不到定义的地方,我看文中有 conn.fetchone()这样的方法调用,是否说明 conn 是个游标,但是 adbapi.ConnectionPool 是没有 cursor 属性的,那么游标是如何定义的呢?
    5、程序有 INSERT 的操作,但是为何没有 commit()来提交事务,这样不会有问题么?
    saximi
        7
    saximi  
    OP
       2017-10-14 00:13:03 +08:00
    @ioven 在这篇文章中还看到以下的代码,上网搜了搜没找到关于这三个语句用法的详细说明,不知哪里可以找到?
    特别是第三条语句的用法猜不出来。

    d=self.dbpool.runInteraction(self._do_upinsert,item,spider)
    d.addErrback(self._handle_error,item,spider)
    d.addBoth(lambda _:item)
    ioven
        8
    ioven  
       2017-10-14 10:45:57 +08:00
    @saximi
    1. MySQLdb 支持 py3
    2. 通用语法
    3. from MySQLdb.cursors import DictCursor

    conn 和 addBoth 貌似都是 twisted 维护连接池的用法,连接池会自动提交
    saximi
        9
    saximi  
    OP
       2017-10-14 21:18:00 +08:00
    @ioven 谢谢。为了能 import MySQLdb,我应该安装什么包呢?
    我在网上看到这句话:“ MySQLdb,目前看来,可以视为一个不再继续维护的项目了。另外,针对 python 3.x 的 mysql,另外一个项目,pymysql 导致可以考虑。其是兼容 dbapi 的”
    因为我是 PYTHON3.6 的版本,所以是不是应该用 pymysql 更合适呢?
    如果确实更建议用 pymysql 的话,文章中这些代码在 pymysql 下应该如何改写呢?

    dbpool=adbapi.ConnectionPool('MySQLdb',**dbargs)
    cursorclass=MySQLdb.cursors.DictCursor

    另外,d.addBoth(lambda _:item) 这个语句的作用是什么呢?
    恳请指点!
    ioven
        10
    ioven  
       2017-10-15 09:41:28 +08:00
    @saximi 还没上 3.6 不太了解是否支持,github 看看是否支持 3.6

    建议先把 py 的基础语法过一遍再写爬虫
    sunwei0325
        11
    sunwei0325  
       2017-10-15 23:47:04 +08:00
    https://github.com/rmax/dirbot-mysql/blob/master/dirbot/pipelines.py
    这里有一个异步操作 mysql 的 pipeline 例子
    saximi
        12
    saximi  
    OP
       2017-10-16 21:54:42 +08:00
    @ioven 博文中的代码,在插入和更新记录时,是每条记录就提交一次事务么? 如果不是,那么在哪里可以设置一次事务包括多少条记录呢?
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2635 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 28ms UTC 12:21 PVG 20:21 LAX 05:21 JFK 08:21
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86