Python爬虫数据写入操作

最新推荐文章于 2024-09-19 10:02:44 发布

纳尔逊皮卡丘

最新推荐文章于 2024-09-19 10:02:44 发布

阅读量5.4k

点赞数 1

分类专栏：开发文章标签： python scrapy json csv sql

本文链接：https://blog.csdn.net/zhaobig/article/details/78001615

版权

本文介绍了Python Scrapy爬虫数据的保存方法，包括同步和异步写入数据库，以及保存到CSV和JSON文件。详细讲解了如何在pipelines.py中实现数据库操作，并提供了错误处理和文件关闭的方法。

摘要由CSDN通过智能技术生成

Python Scrapy爬虫数据写入操作

在我们写完一个爬虫项目，得到了一大堆的数据，为了以后的分析和使用，我们需要把我们得到的数据进行保存。保存数据的方式主要有：保存到数据库，保存到CSV文件，保存为JSON文件。
保存到数据库中分为同步和异步的方式：

一般小的数据，我们可以选择，同步保存数据库：

首先先准备好数据库文件和数据表

操作在pipelines.py文件中完成
将item写入数据库
import MySQLdb
class MysqlPipeine(object):

    def __init__(self):
        self.conn = MySQLdb.connect(
                    host = 'localhost',
                    # mysql默认端口号3306
                    port = 3306,
                    user = 'root',
                    passwd = '123456',
                    db = 'db_name',
                    use_unicode = True,
                    charset = 'utf8'
        )
        self.cursor = self.conn.cursor()
    
    
    # 处理item的函数
    def process_item(self, item, spider):
    
    # 准备sql语句
        sql = 'insert into table_name(字段名)VALUES (字段数据,即item对象)'
        self.cursor.execute(sql)
        self.conn.commit()
    
    def close_spider(self, spider):
        self.cursor.close()
        self.conn.close()

如果数据量较大，异步写入数据库会更高效：
同样操作在我们的pipelines文件中，但在操作之前，需要配置我们的setting文件，在其中添加我们的数据
# 自己配置一些项目信息