SQLite操作实例

建立一个数据库

import sqlite3

conn = sqlite3.connect("test.db")   #打开或创建数据库文件
print("opened database successfully")

建立数据表

#创建数据表
conn = sqlite3.connect("test.db")   #打开或创建数据库文件
print("成功打开数据库")
c = conn.cursor()       #获取游标

sql = '''
    create table company
        (id int primary key not null,
        name text not null,
        age int not null,
        adress char(50),
        salary real);

'''
c.execute(sql)          #执行sql语句
conn.commit()           #提交数据库操作
conn.close()            #关闭数据库连接
print("成功建表")

插入数据

#插入数值
conn = sqlite3.connect("test.db")  # 打开或创建数据库文件
print("成功打开数据库")
c = conn.cursor()       #获取游标

sql1 = '''
    insert into  company(id,name,age,adress,salary)
    values(1,"rosie",20,"北京",3000);
'''
c.execute(sql1)  # 执行sql语句
conn.commit()  # 提交数据库操作
conn.close()  # 关闭数据库连接

查询内容：

#查询
conn = sqlite3.connect("test.db")  # 打开或创建数据库文件
print("成功打开数据库")
c = conn.cursor()       #获取游标

sql = "select id,name,adress,salary from company"
cursor = c.execute(sql)  # 执行sql语句
for row in cursor:
    print("id=",row[0])
    print("name=",row[1])
    print("adress=",row[2])
    print("salary=",row[3])
conn.close()  # 关闭数据库连接
print("查询数据完毕")

豆瓣电影top250保存到数据库

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

def main():
    baseurl = "https://movie.douban.com/top250?start="
    # savepath = ".\\豆瓣电影top250.xls"
    dbpath = "movie.db"
    # init_db("movie250")
    datalist = getData(baseurl)
    #保存数据
    # saveData(datalist,savepath)
    saveData2DB(datalist,dbpath)


#影片详情介绍的规则
findLink = re.compile(r'<a href="(.*?)">')#生成或创建正则表达式对象，表示规则，字符串模式
#影片图片
findImgSrc = re.compile(r'<img.*src="(.*?)"',re.S)#re.s忽略所有换行符
#影片片名
findTitle = re.compile(r'<span class="title">(.*)</span>')
#影片评分
findRating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
#评价人数
findJudge = re.compile(r'<span>(\d*)人评价</span>')
#找到概况
findInq = re.compile(r'<span class="inq">(.*)</span>')
#找到影片相关内容
findBd = 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次
        url = baseurl + str(i*25)
        html = askURL(url)#保存获取到的网页源码
        # print(html)

    # 逐一解析数据
        soup = BeautifulSoup(html,"html.parser")
        for item in soup.find_all('div',class_="item"):
            # print(item)  #测试查看电影item
            data = []#保存一部电影的所有信息
            item = str(item)
            #获取影片详情的链接
            link = re.findall(findLink,item)[0] #re库通过正则表达式查找指定的字符串
            data.append(link)       #添加链接
            imgSrc = re.findall(findImgSrc,item)[0]
            data.append(imgSrc)         #添加图片
            titles = re.findall(findTitle,item)   #片名可能只有一个中文名
            if(len(titles) == 2):
                ctitle = titles[0]
                data.append(ctitle)
                otitle = titles[1].replace("/"," ")#去掉无关符号
                data.append(otitle)
            else:
                data.append(titles[0])
                data.append(' ')        #外国名字留空
            rating = re.findall(findRating,item)[0]
            data.append(rating)              #添加评分

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

            inq = re.findall(findInq,item)
            if len(inq) != 0:
                inq = inq[0].replace("。","")#替换句号
                data.append(inq)
            else:
                data.append(" ")             #添加概述

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

            dataList.append(data)
    print(dataList,"\n")

    return dataList



#得到一个指定的url的网页内容
def askURL(url):
    head = {}
    head = {#模拟浏览器头部信息，向豆瓣服务器发送消息
        "Remote Address": "110.189.152.86",
        "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36"}
    #用户代理，表示告诉服务器，我们是什么浏览器（本质是表示我们可以接受什么样的文件内容）
    request = urllib.request.Request(url, headers=head)  # 封装的对象
    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

#
# #保存数据
# def saveData(datalist,savepath):
#     print("save----")
#     workbook = xlwt.Workbook(encoding="utf-8",style_compression=0)  # 创建workbook对象
#     sheet = workbook.add_sheet("豆瓣电影Top250",cell_overwrite_ok=True)  # 创建工作表
#     col = ("电影详情链接","图片链接","影片中文名","影片外文名","评分","评价数","概况","相关信息")
#     for i in range(0,8):
#         sheet.write(0,i,col[i])#列名
#     for i in range(0,250):
#         print("第%d条"%(i+1))
#         data = datalist[i]
#         for j in range(0,8):
#             sheet.write(i+1,j,data[j])
#       # 写入数据，第一参数“行”，第二参数为列，第三个参数是内容
#     workbook.save(savepath)  # 保存数据表



def saveData2DB(datalist,dbpath):
    init_db(dbpath)
    conn = sqlite3.connect(dbpath)
    cur = conn.cursor()
    for data in datalist:
        for index in range(len(data)):#列的个数
            if index==4 or index==5:    #第5，6个元素本身就有双引号
                continue
            data[index] = '"'+data[index]+'"'
            #只有元素加双引号才会被数据库认为是字符串
            sql = '''
            insert into movie250 (
            info_link,pic_link,cname,ename,score,rated,introduction,info)
            values(%s)'''%",".join(data)    #逗号填补%s的位置
            # ''''''
        # print(sql)
        cur.execute(sql)
        conn.commit()
    cur.close()
    conn.close()

def init_db(dbpath):      #创建数据库
    sql ='''            
    create table if not exists movie250
    (
    id integer primary key autoincrement,
    info_link text,
    pic_link text,
    cname varchar ,
    ename varchar ,
    score numeric ,
    rated numeric ,
    introduction text,
    info text  
    ) 
    '''
    conn = sqlite3.connect(dbpath)
    cursor = conn.cursor()
    cursor.execute(sql)
    conn.commit()
    conn.close()


if __name__ == "__main__":#当程序 执行时
    #调用函数
    main()
    # init_db("movietest.db")
    print("爬取完毕")