爬取wiki中的超链接数据保存到mysql中

'''
Created on 2018-4-9

@author: Administrator
'''

import io
import re
import sys
from urllib.request import urlopen
from bs4 import BeautifulSoup
import pymysql

sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='utf8')
resp = urlopen("https://en.wikipedia.org/wiki/Wiki").read().decode("utf-8")
soup = BeautifulSoup(resp,"html.parser")
listurls = soup.findAll("a",href=re.compile("^/wiki/"))
for url in listurls:
    if not re.search("\.(jpg|JPG)$",url["href"]):
        print(url.get_text(),"<----->","https://en.wikipedia.org"+url["href"])
        conn = pymysql.Connect(                        
                       host ='localhost',     
                       port = 3306,            
                       user = 'root',
                       passwd = '123456',
                       db = 'wikiurl',       
                       charset = 'utf8mb4'
                       )
        try:
            with conn.cursor() as cursor:
                sql = "insert into `urls`(`urlname`,`urlhref`) values(%s,%s)"
                cursor.execute(sql,(url.get_text(),"https://en.wikipedia.org"+url["href"]))
                conn.commit()
                
        finally:
            conn.close()

  • 0
    点赞
  • 0
    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