手把手学爬虫第四弹——数据存储

这个我感觉真的不用解释了吧。就是把爬取到的数据做一个保存，数据的存储形式多种多样，但主要分为两类，一类是简单的保存为文本文件，例如txt、json、csv等，另一类是保存到数据库，例如MySQL、MongoDB、Redis等。接下来就来学习这些方法吧~

准备工作

---

学习数据存储前我们需要先爬取数据，这里我就不再编写这部分代码了，直接用前面爬取豆瓣的代码演示，不明白的回去看我前面的博客哦

保存为文本形式

---

文件打开方式

tip: 这里列举一下文件保存的一个参数

| 参数 | 含义 |

| — | — |

| r | 只读方式打开（默认这种方式） |

| rb | 以二进制只读打开（用于音频、图片、视频） |

| r+ | 以读写方式打开文件 |

| rb+ | 以二进制读写打开 |

| w | 以写入方式打开文件（文件存在则覆盖，不存在就新建） |

| wb | 以二进制写入方式写入（文件存在则覆盖，不存在就新建） |

| w+ | 以读写方式打开文件 （文件存在则覆盖，不存在就新建） |

| wb+ | 以二进制读写方式打开文件 （文件存在则覆盖，不存在就新建） |

| a | 以追加方式打开文件 |

| ab | 以二进制追加方式打开文件 |

| a+ | 以读写方式打开文件 |

| ab+ | 以二进制追加打开文件 |

保存为txt文本

这应该是爬虫数据保存最简单的一种方式了，直接看代码，这里为了方便我将所有的数据保存都定义为函数，调用对应的函数实现保存即可。

第一种写法：

这种方式需要定义file等于

def save_txt_2(mystr):

file = open(‘…/Include/电影-1.txt’, ‘a’, encoding=‘utf-8’)

file.write(mystr+‘\n’)

file.close()

第二种写法：

这种方法对一种方法进行了简化，一般都会使用这种方式

保存数据为txt（简写的方式）

def save_txt_1(mystr):

with open(‘…/Include/电影.txt’, ‘a’, encoding=‘utf-8’) as file:

file.write(f’{mystr}\n’)

保存为JSON

json作为一种很常见的数据存储格式，通常以一个大括号包裹着键值对的形式，例如下面的这个数据

{‘name’:‘张三’, ‘age’:18, ‘sex’:‘男’}

数据存储为json

def save_json(data):

with open(‘…/Include/电影.json’, ‘a’, encoding=‘utf-8’) as file:

file.write(f’{data}\n’)

保存为CSV

逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。

因为爬虫里面我们通常会以字典的形式保存数据，所以这里我就演示如何将字典数据存储为csv文件。

数据存储为csv

def save_csv(data):

with open(‘…/Include/电影.csv’, ‘a’, encoding=‘utf-8’) as file:

注意这里的fieldnames里的字段必须和你要存储的字典里的键对应，否则会报错

fieldnames = [‘电影名称：’, ‘导演与演员：’, ‘电影评分：’, ‘评价人数：’, ‘电影总结：’]

writer = csv.DictWriter(file, fieldnames=fieldnames)

writer.writerow(data)

保存到数据库

---

保存到MySQL

MySQL作为一种开源关系型数据深受开发者的喜欢，在爬虫数据存储的过程中我们也经常使用。

与前面存储为文本形式不同，存储到数据库时我们通常需要先连接数据库，然后才能执行存储操作，这里我事先在mysql里面见一个名为movies的数据库和一张名为movie的数据表。

数据存储到MySQL

def save_mysql(data):

建立连接

db = pymysql.connect(host=‘127.0.0.1’, user=‘root’, password=‘123456’, port=3306, db=‘movies’)

建立游标

cursor = db.cursor()

sql语句

sql = "insert into movice(mname,director,score,allcount,summary) values (%s,%s,%s,%s,%s) "

操作

data = (data[‘电影名称：’], data[‘导演与演员：’], data[‘电影评分：’], data[‘评价人数：’], data[‘电影总结：’])

try:

cursor.execute(sql,data)

db.commit()

except Exception as e:

print(‘插入数据失败’, e)

db.rollback() # 回滚

关闭游标

cursor.close()

关闭连接

db.close()

保存到MongoDB

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

png)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）