Python学习——14.保存到SQlite

连接数据库： 

import sqlite3

conn =sqlite3.connect("feng.db")         #打开或创建数据库

数据库建表：

import sqlite3

conn =sqlite3.connect("feng.db")         #打开或创建数据库

print("打开数据库")

c = conn.cursor()                       #获取游标
sql = ''

c.execute(sql)                          #执行sql语句
conn.commit()                           #提交
conn.close()                            #关闭数据库

print("建表")

完整代码爬取豆瓣top250保存到SQlite

from bs4 import BeautifulSoup        #网页解析，获取数据
import re                            #正则表达式，用于文字匹配
import urllib.request,urllib.error   #指定url，获取网页数据
import xlwt                          #excel操作
import sqlite3                       #SQlite数据库操作

def main():
    baseurl = "https://movie.douban.com/top250?start="
    #1爬取网页
    datalist = getData(baseurl)
    dbpath = "movie.db"

    #3保存数据
    saveDataDB(datalist,dbpath)

  #影片详情链接规则
findlink = re.compile(r'<a href="(.*?)">') #########  创建正则表达式对象，表示规则（字符串模式）
#影片图片链接规则
findimage = re.compile(r'<img.*src="(.*?)"',re.S)   #re.S让换行符包含在字符中
#影片名称规则
findtitle = re.compile(r'<span class="title">(.*)</span>')
#影片评分链接规则
findscore = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
#影片评分人数
findJudge = re.compile(r'<span>(\d*)人评价</span>')
#概况
findInq = re.compile(r'<span class="inq">(.*)</span')
#影片相关内容
findcontent= re.compile(r'<p class="">(.*?)</p>',re.S)


#爬取网页
def getData(baseurl):
    datalist = []
    for i in range(0,10):    #调用获取页面信息的函数*10
        url = baseurl+str(i*25)
        html = askURL(url)   #保存获取网页源码
        # 2解析数据
        suop = BeautifulSoup(html,"html.parser")
        for item in suop.find_all('div',class_="item"):     #查找符合要求的字符串，形成列表
            #print(item) #测试查看返回的全部信息
            data = [] #保持一部电影全部信息
            item = str(item)
            #影片详情链接
            link = re.findall(findlink,item)[0]    #re库用来通过正则表达式查找制定的字符串
            data.append(link)
            imgsrc = re.findall(findimage,item)[0]   #添加图片
            data.append(imgsrc)
            titles = re.findall(findtitle,item)     #片名可能只有一个中文名,也有可能有外文名
            if(len(titles)==2):                     #添加名字（中文、外文）
                ctitle = titles[0]
                data.append(ctitle)
                etitle = titles[1].replace("/","")   #去掉无关的符号
                data.append(etitle)
            else:
                data.append(ctitle[0])
                data.append(' ')                     #没有外文名就留空站位

            rating = re.findall(findscore,item)[0]
            data.append(rating)                      #添加评分

            juage = re.findall(findJudge,item)[0]
            data.append(juage)                      #添加评分人数

            inq = re.findall(findInq,item)
            if len(inq) != 0:
                inq =  inq[0].replace("。","")      #去掉句号
                data.append(inq)                    #添加概述(有可能是空)
            else:
                data.append(" ")                    #为空时站位

            bd = re.findall(findcontent,item)[0]
            bd = re.sub('<br(\s+)?/>(\s+)?',"",bd) #去掉<br/>
            data.append(bd.strip())                 #去掉空格

            datalist.append(data)      #将处理好的一部电影信息存进去
    return datalist

#得到指定Url网页内容
def askURL(url):
    #模拟haed头部信息，向服务器发送消息
    #用户代理，告诉服务器我们是什么浏览器，实质是告诉服务器我们可以接受什么数据
    head = {
        "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"
    }
    request = urllib.request.Request(url,headers=head)
    html = ""
    try:
        response = urllib.request.urlopen(request)
        html = response.read().decode("utf-8")
        # print(html)
    except urllib.error.URLError as e:
        if hasattr(e,"code"):
            print(e.code)
        if hasattr(e,"reason"):
            print(e.reason)
    return html

#保存到数据库
def saveDataDB(datalist,dbpath):
    int_db(dbpath)
    conn = sqlite3.connect(dbpath)
    cur = conn.cursor()
    for data in datalist:
        for index in range(len(data)):
            if(index == 4 or index == 5):
                continue
            else:
                data[index] = '"'+data[index]+'"'
        sql = '''
            insert into movie250(
            info_link,pic_link,cname,ename,score,rated,instroduction,info
            )
             values(%s)'''%",".join(data)                             #用逗号把data里面参数分隔开。再整个赋给s
        print(sql)
        cur.execute(sql)
        conn.commit()
    cur.close()
    conn.close()

#创建数据库
def int_db(dbpath):
    # 创建数据库
    sql = '''
        create table movie250
        (
        id integer primary key autoincrement,
        info_link text,
        pic_link text,
        cname varchar,
        ename varchar,
        score numeric,
        rated numeric,
        instroduction text,
        info text
        )
    '''
    conn = sqlite3.connect(dbpath)
    cursor = conn.cursor()
    cursor.execute(sql)
    conn.commit()
    conn.close()

if __name__ == "__main__":
    main()