抱歉,你查看的文章不存在

Python爬虫入门实战八:数据储存——MongoDB与MySQL

数据存储-PyMysql和PyMongo

首先祝大家元宵节快乐!!!

前面的文章里写的爬虫都是直接把爬取的数据打印出来。在实际的应用中,当然不能这么做,我们需要将数据存储起来。存储数据的方式有很多中,比如存储在文本文件中,或者是存储在数据库中。 为了使用数据的便捷性,我们选择将数据存储在数据库中。 数据库主流的两种类型为:SQL(关系型数据库)和NoSQL(非关系型数据库) 我们在此选用使用比较广泛的MySQL和MongoDB作为讲解。

一、MySQL

1、安装MySQL

由于MySQL的安装文件比较大且配置稍微繁琐,个人推荐在普通环境下使用集成包,比如USBWebserver。 USBWebserver其实是一款傻瓜式本地电脑快速架设PHP网站环境的工具,它最大特色是纯绿色便携,可直接放在U盘里随处运行它集成了 Apache (httpd)、PHP、MySQL 以及 PHPMyAdmin 等组件,而我们使用它的MySQL即可。

打开程序之后,看到Mysql运行成功,就可以打开PHPMyAdmin

点击执行,进入控制页面

就可以在里面创建数据库,创建数据表了。 更多介绍及下载:http://www.iplaysoft.com/usbwebserver.html

2、安装pymysql

在Python中使用MySQL,有两种方式,使用ORM(对象关系映射)框架和数据库模块,在此我们使用数据库模块pymysql(Python3)。 安装pymysql:

pip install pymysql

3、在爬虫程序中使用mysql

我们以之前爬取今日头条的例子来扩展; 之前的代码是这样的:

# coding:utf-8import requests
import json

url = 'http://www.toutiao.com/api/pc/focus/'
wbdata = requests.get(url).text

data = json.loads(wbdata)
news = data['data']['pc_feed_focus']

for n in news:    
  title = n['title']    
  img_url = n['image_url']    
  url = n['media_url']    
  print(url,title,img_url)

在最后,我们直接使用print将数据打印了出来。 现在我们使用pymysql将数据存储到Mysql中。 (创建数据库toutiao,创建数据表data) 修改的代码如下:

# coding:utf-8import requests
import json
import pymysql

conn = pymysql.connect(host='localhost',port=3307,user='root',password='usbw',db='toutiao',charset='utf8')
cursor = conn.cursor()

url = 'http://www.toutiao.com/api/pc/focus/'wbdata = requests.get(url).text

data = json.loads(wbdata)
news = data['data']['pc_feed_focus']for n in news:
    title = n['title']
    img_url = n['image_url']
    url = n['media_url']    print(url,title,img_url)
    cursor.execute("INSERT INTO data(title,img_url,url)VALUES('{0}','{1}','{2}');".format(title,img_url,url))
    conn.commit()

cursor.close()
conn.close()

最后,数据库中就已经存储了数据:

与之前的代码相比,有以下不同: 引入pymysql模块: import pymysql 建立一个mysql的连接: conn = pymysql.connect(host='localhost',port=3307,user='root',password='usbw',db='toutiao',charset='utf8') 创建一个游标cursor: cursor = conn.cursor() 执行一个SQL语句: cursor.execute("INSERT INTO data(title,img_url,url)VALUES('{0}','{1}','{2}');".format(title,img_url,url)) 提交执行(因为对数据进行和修改,如果只是select,则不需要):

conn.commit()

最后,关闭连接:

cursor.close()
conn.close()

嗯,将数据保存在MySQL就完成了,更多的MySQL和PyMySQL的用法,还请看文档 下面看看MongoDB

二、MongoDB

1、下载并安装MongoDB:

https://www.mongodb.com/download-center

2、运行mongodb:

进入安装好之后的mongo目录的bin目录,打开命令行窗口,输入“mongod --dbpath=数据存放路径”

3、安装pymongo:

pip install pymongo

4、使用MongoDB和PyMongo

依然是扩展爬取今日头条的例子,先上代码:

# coding:utf-8import requestsimport jsonimport pymongo

conn = pymongo.MongoClient(host='localhost',port=27017)
toutiao = conn['toutiao']
newsdata = toutiao['news']

url = 'http://www.toutiao.com/api/pc/focus/'wbdata = requests.get(url).text

data = json.loads(wbdata)
news = data['data']['pc_feed_focus']for n in news:
    title = n['title']
    img_url = n['image_url']
    url = n['media_url']
    data = {        'title':title,        'img_url':img_url,        'url':url
    }
    newsdata.insert_one(data)for i in newsdata.find():
    print(i)

存储数据到MongoDB并读取出来

Pymongo相关的代码为: 引入模块

import pymongo

连接到Mongo

conn = pymongo.MongoClient(host='localhost',port=27017)

选择或创建数据库

toutiao = conn['toutiao']

选择或创建数据集合

newsdata = toutiao['news']

插入一行数据:

newsdata.insert_one(data)

查询数据

newsdata.find()

如此,简单地对数据进行数据库存储就完成了。

原文发布于微信公众号 - 州的先生(zmister2016)

原文发表时间:2017-02-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

编辑于

州的先生

4 篇文章54 人订阅

相关文章

来自专栏林欣哲

MySQL数据库备份和恢复

2442
来自专栏PHP技术大全

PHP使用elasticsearch搜索安装及分词方法

那mysql匹配的时候是like模糊匹配,搜索必须要有SQL注入这四个字,连续的才能查找到那这样会不太方便。

3142
来自专栏猿天地

solr or es 结合弥补mongodb的全文检索功能

最近将公司的solr集群升级到了最新的6.5版本。 之前用了N年的是3点多的版本,那个时候solr还不支持自带的集群,集群方式都是自己实现的。 公司里用的最多的...

48114
来自专栏杨建荣的学习笔记

11g中关于控制文件自动备份的改进(r6笔记第22天)

在之前做一个测试演示的时候,使用的是11gR2的库,在说rman的备份配置的时候有一个功能时控制文件的自动备份, CONFIGURE CONTROLFILE ...

3594
来自专栏前端vue

对数据进行一些基本操作(四)

完整代码 ↓ ↓ ↓ ↓ github地址:https://github.com/jgsrty/jianshu_node 码云地址:https://gite...

1654
来自专栏程序员的SOD蜜

PDF.NET数据开发框架之集成开发工具Ver 4.1发布

PDF.NET数据开发框架 是一套轻量级的快速数据开发框架,它具有iBatis类似的SQL-MAP特性和Hibernate的ORM持久化特性,但不使用反射,整个...

2519
来自专栏GopherCoder

Django:web框架的学习(1)

1704
来自专栏Linux运维学习之路

MySQL体系结构及多实例

MySQL客户端和服务器端模型 MySQL是一个典型C/S,服务器端与客户端两部分组成 服务器端程序  mysqld mysql自带的客户端(mysql mys...

38312
来自专栏数据和云

如何在多租户环境下使用数据库的闪回功能

编辑手记:对于数据库的闪回功能,可能大家都不陌生,那么如何在多租户环境下使用该功能,如果关闭了表空间的闪回功能,会给数据库带来哪些影响?我们一起来学习。 本文来...

3445
来自专栏乐沙弥的世界

RMAN 概述及其体系结构

是一种用于集备份(backup)、还原(restore)和恢复(recover)数据库于一体的Oracle 工具,支持命令行及图形界面操作

1041

扫码关注云+社区

领取腾讯云代金券