python爬虫 第4天 存储数据

媒体文件

存储媒体文件有两种主要的方式：只获取文件 URL 链接，或者直接把源文件下载下来

通过媒体文件所在的URL链接的优点

• 爬虫运行得更快，耗费的流量更少，因为只要链接，不需要下载文件。 

• 可以节省很多存储空间，因为只需要存储 URL 链接就可以。

 • 存储 URL 的代码更容易写，也不需要实现文件下载代码。 

• 不下载文件能够降低目标主机服务器的负载。

缺点

• 这些内嵌在你的网站或应用中的外站 URL 链接被称为盗链

• 因为你的链接文件在别人的服务器上，所以你的应用就要跟着别人的节奏运行

• 盗链是很容易改变的。

• 现实中的网络浏览器不仅可以请求 HTML 页面并切换页面，它们也会下载访问页面上 所有的资源。

urllib.request.urlretrieve 可以根据文件的URL下载文件

把数据存储到CSV

安装MySQL5.5

使用pymysql连接mysql

用完光标的连接后，一定要记得将他们关闭

发送邮件