Pycharm连接navicat数据库(以豆瓣评论为例)

一、将代码放入pycharm

以下标红的地方可能会出现问题,那是因为你没有这个安装包

根据下面的步骤安装

代码如下:

# 程序功能:爬豆瓣电影上指定电影的短评
# 原创作者:马哥python说
import requests
from bs4 import BeautifulSoup      
import pandas as pd
import os
import random
from time import sleep
import pymysql






# 请求头
h1 = {
    'Cookie': 'll="108309"; bid=Me0AOgr-hLE; __utma=30149280.1794767935.1702823028.1702823028.1702823028.1; __utmc=30149280; __utmz=30149280.1702823028.1.1.utmcsr=cn.bing.com|utmccn=(referral)|utmcmd=referral|utmcct=/; __utmb=30149280.1.10.1702823028; __utma=223695111.668481595.1702823036.1702823036.1702823036.1; __utmb=223695111.0.10.1702823036; __utmc=223695111; __utmz=223695111.1702823036.1.1.utmcsr=cn.bing.com|utmccn=(referral)|utmcmd=referral|utmcct=/; _pk_ref.100001.4cf6=%5B%22%22%2C%22%22%2C1702823036%2C%22https%3A%2F%2Fcn.bing.com%2F%22%5D; _pk_id.100001.4cf6=88192bd6fadc2c98.1702823036.; _pk_ses.100001.4cf6=1; ap_v=0,6.0; _vwo_uuid_v2=D95348D3B6ABB211449A744F64EFB7A2C|8187f85b5505a6cd252bb47eecb59ad6; __yadk_uid=7vjVvsySJaC49VGXlGZ0qFGiPP7jme1g',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Encoding': 'gzip, deflate',
    'Host': 'movie.douban.com',
    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/15.4 Safari/605.1.15',
    'Accept-Language': 'zh-CN,zh-Hans;q=0.9',
    'Referer': 'https://movie.douban.com/subject/35267224/?from=showing',
    'Connection': 'keep-alive'
}


def trans_star(v_str):
    """转换评论星级"""
    v_str = v_str[0]
    if v_str == 'allstar10':
       return '1星'
    elif v_str == 'allstar20':
       return '2星'
    elif v_str == 'allstar30':
       return '3星'
    elif v_str == 'allstar40':
       return '4星'
    elif v_str == 'allstar50':
       return '5星'
    else:
       return '未知'


def get_short(v_movie_id):
    """爬取短评数据"""
    for page in range(1, max_page + 1):  # 爬取前n页
       requests.packages.urllib3.disable_warnings()
       # 请求地址
       url = 'https://movie.douban.com/subject/{}/comments?start={}&limit=20&status=P&sort=new_score'.format(
          v_movie_id, (page - 1) * 20)
       # 发送请求
       response = requests.get(url, headers=h1, verify=False)
       print(response.status_code)
       # 解析页面数据
       soup = BeautifulSoup(response.text, 'html.parser')
       # 所有评论数据
       reviews = soup.find_all('div', {'class': 'comment'})
       print('开始爬取第{}页,共{}条评论'.format(page, len(reviews)))
       sleep(random.uniform(1, 2))
       # 定义空列表用于存放数据
       user_name_list = []  # 评论者昵称
       star_list = []  # 评论星级
       time_list = []  # 评论时间
       ip_list = []  # 评论者ip属地
       vote_list = []  # 有用数
       content_list = []  # 评论内容
       for review in reviews:
          # 评论者昵称
          user_name = review.find('span', {'class': 'comment-info'}).find('a').text
          user_name_list.append(user_name)
          # 评论星级
          star = review.find('span', {'class': 'comment-info'}).find_all('span')[1].get('class')
          star = trans_star(star)
          star_list.append(star)
          # 评论时间
          time2 = review.find('span', {'class': 'comment-time'}).text.strip()
          print('评论时间:', time2)
          time_list.append(time2)
          # 评论者IP属地
          ip = review.find('span', {'class': 'comment-location'}).text
          ip_list.append(ip)
          # 有用数
          vote = review.find('span', {'class': 'votes vote-count'}).text
          vote_list.append(vote)
          # 评论内容
          content = review.find('span', {'class': 'short'}).text
          content = content.replace(',', ',').replace(' ', '').replace('\n', '').replace('\t', '').replace('\r', '')
          content_list.append(content)
       df = pd.DataFrame(
          {
             '页码': page,
             '评论者昵称': user_name_list,
             '评论星级': star_list,
             '评论时间': time_list,
             '评论者IP属地': ip_list,
             '有用数': vote_list,
             '评论内容': content_list,
          }
       )

        #orient = 'records', 表示将DateFrame的数据转换成我想要的json格式
       data_json = df.to_dict(orient='records')

       for dt in data_json:
          print(dt)
          sql = 'insert into douban_data values ("%s","%s","%s","%s","%s","%s","%s")' % (
          dt['页码'], dt['评论者昵称'], dt['评论星级'], dt['评论时间'], dt['评论者IP属地'], dt['有用数'],
          dt['评论内容'])
          cursor.execute(sql)  # 执行语句
          db.commit()

       # 设置csv文件表头
       if os.path.exists(result_file):
          header = False
       else:
          header = True
       # 保存到csv文件
       df.to_csv(result_file, mode='a+', header=header, index=False, encoding='utf_8_sig')
       print('文件保存成功:', result_file)
       # 定义sql语句
       sql = 'insert into douban_data values ("%s","%s","%s","%s","%s","%s","%s")' % ("num", "name", "pingfen", "mingju", "mingju", "mingju", "mingju")  #将后面括号里改为对应字段
       cursor.execute(sql)  # 执行语句
       db.commit()

if __name__ == '__main__':
    # 定义数据库
    # host:地址    potr:端口     user:用户名    password:密码     db:数据库名     charset:编码
    db = pymysql.connect(host="localhost", port=3306, user="root", password="****", db="douban", charset="utf8mb4")
    cursor = db.cursor()  # 创建游标

    # 电影id
    movie_id = '35556001'
    # 最大爬取页
    max_page = 1  # 最大为30页
    # 保存文件名
    result_file = '豆瓣短评_{}_前{}页.csv'.format(movie_id, max_page)
    # 如果csv文件存在,先删除之
    if os.path.exists(result_file):
       os.remove(result_file)
       print('结果文件存在,已删除: {}'.format(result_file))
    # 循环爬取短评
    get_short(movie_id)

密码记得用自己的哦

二、navicat新建数据库,建表的时候用"_date"结尾

三、运行代码结果如下即成功

四、navicat中结果如下

  • 23
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Navicat 是一款功能强大的数据库管理工具,支持多种数据库系统,包括 MySQL、Oracle、SQL Server、MariaDB、PostgreSQL 等。在 Navicat 中创建新表的步骤如下: 1. **打开 Navicat**: 首先,启动 Navicat连接到你想要操作的数据库服务器。 2. **选择项目和数据库**: 在左侧的树状结构中,选择对应的项目,然后展开到 "Schema"(取决于你的数据库类型),找到你想操作的数据库。 3. **点击 "Table" 或 "New Table"**: 点击 "Tables" 标签页或右键选择 "New Table" 创建新表。 4. **设计表结构**: 在新的表格编辑界面中,你可以看到列名、数据类型、索引等字段设置区域。添加列(点击 "Add Column")并输入相应的名称、数据类型(如 INT、VARCHAR 等)以及可选的其他属性(如长度、是否允许为空等)。 5. **设置约束条件**: 可以设置主键、唯一约束、外键(如果涉及关联另一个表)等。主键用于唯一标识每一条记录,外键用来建立两个表之间的关联关系。 6. **添加默认值或表达式**: 如果需要,可以在列的 "Default" 或 "Expression" 字段设置默认值或计算公式。 7. **保存表结构**: 完成表的设计后,在顶部的 "Object" 菜单中选择 "Save" 或直接点击 "Ctrl + S" 快捷键,输入表的名称,然后点击 "OK" 保存表。 8. **查看表**: 新建的表会立即出现在所选数据库中,可以通过查询或数据视图来查看或操作数据。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值