python3抓取房天下资讯存入mysql

 

第一次写python脚本,项目需要我这个是采用PHP调取python3脚本执行抓取

php调用代码:

<?php 
    $url = 'http://beijing.news.fang.com/gdxw/2018-11-22/1.html';
    $agent_id = 28;
    $output = system('python3 /root/test/test.py '.$url.' '.$agent_id.'');
    //echo gettype($output);
    echo $output;
?>

python3代码:

需要安装pip3 install  requests  pip3 install  pymysql

mport json
import requests
from requests.exceptions import RequestException
import re
import pymysql
import sys 

url = str(sys.argv[1])#接收php传的参数
agent_id = str(sys.argv[2])

def get_one_page(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36'
    }
    try:
        response = requests.get(url,headers=headers)
        if response.status_code == 200:
            return response.text
        return None
    except RequestException:
        return None


def parse_one_page(html):
    reg = re.compile('<!--(.*?)-->')
    content = reg.sub('', html)
    pattern = re.compile('<div.*?infoBox-item.*?<h3.*?href="(.*?)".*?>(.*?)</a></h3>.*?comment.*?</span>.*?<span>(.*?)</span>.*?</div>',re.S)
    items = re.findall(pattern, content)
    for item in items:
        yield {
            'agent_id': agent_id,
            'purl': item[0],
            'title': item[1],
            'source': '房天下',
            'ftime': item[2]
        }


def write_to_file(content):
    with open('result.txt', 'a', encoding='utf-8') as f:
        f.write(json.dumps(content, ensure_ascii=False) + '\n')

def main():
    db = pymysql.connect("127.0.0.1", "root", "123456", "test")
    cursor = db.cursor()

    html = get_one_page(url)
    L = []
    for item in parse_one_page(html):
        data = item
        L.append(tuple(data.values()))#list添加新元素

    sql = "INSERT INTO wzl_newscollect(agent_id, purl, title, source, ftime) VALUES (%s,%s,%s,%s,%s)"
    try:
        cursor.executemany(sql, L)
        print('success')
        db.commit()
    except:
        print('fail')
        db.rollback()
    cursor.close()
    db.close()


main()

 

  • 12
    点赞
  • 58
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 8
    评论
评论 8
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

打赏作者

Luke·Wong

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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