在Scrapy中怎样把数据储存到Mysql 或者Redis中

4 篇文章 0 订阅
2 篇文章 0 订阅
首先在setting中配置redis基本信息(如果不设置,直接定义也行) 和ITEM_PIPELINES信息
REDIS_HOST = 'localhost'
REDIS_PORT = 6379
REDIS_DB_INDEX = 0
REDIS_PASSWORD =""


ITEM_PIPELINES = {
   'xiaoshuo.pipelines.XiaoshuoPipeline': 200,
   'xiaoshuo.pipelines.MysqlPipeline': 300,  
   'xiaoshuo.pipelines.RedisPipeline': 400,

}
pipelines中的代码中item是spider中获取数据而item是items中定义的数据类型,可能听这比较绕,我直接上pipelines内代码
# -*- coding: utf-8 -*-

# Define your item pipelines here
#
# Don't forget to add your pipeline to the ITEM_PIPELINES setting
# See: https://docs.scrapy.org/en/latest/topics/item-pipeline.html

import pymysql
import redis
class XiaoshuoPipeline(object):
    def process_item(self, item, spider):
        return item





class MysqlPipeline(object):
    """
    同步操作
    """

    def __init__(self):
        # 建立连接
        self.conn = pymysql.connect('localhost', 'root', '', 'xiao_shuo')  # 有中文要存入数据库的话要加charset='utf8'
        # 创建游标
        self.cursor = self.conn.cursor()

    def process_item(self, item, spider):
        # sql语句
        insert_sql = """
        insert into xiao(writer,type,data_time,content) VALUES(%s,%s,%s,%s)
        """
        # 执行插入数据到数据库操作
        self.cursor.execute(insert_sql, (item['writer'],item['type'], item['data_time'], item['content']))
        # 提交,不进行提交无法保存到数据库
        self.conn.commit()
        return item   # 返回item 为其他调用
    def close_spider(self, spider):
        # 关闭游标和连接
        self.cursor.close()
        self.conn.close()


class RedisPipeline(object):
    def open_spider(self, spider):
        # 第一个参数是settings.py里的属性,第二个参数是获取不到值的时候的替代值
        host = spider.settings.get("REDIS_HOST", "localhost")
        port = spider.settings.get("REDIS_PORT", 6379)
        db_index = spider.settings.get("REDIS_DB_INDEX", 0)
        db_psd = spider.settings.get("REDIS_PASSWORD", "")
        # 连接数据库
        self.db_conn = redis.StrictRedis(host=host, port=port, db=db_index, password=db_psd)

    def process_item(self, item, spider):
        self.db_conn.rpush("url", item['href_url'])
        print("*"*100)
        return item

    def close_spider(self, spider):
        # 关闭连接
        self.db_conn.connection_pool.disconnect()
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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