流程

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

将数据存储到Mongodb数据库:

#将数据存储到 mongo数据库
import pymongo
from jobboleproject.items import JobboleprojectItem

#改造版,将配置信息写在配置文件里面
class JobboleprojectPipeline(object):

    def __init__(self,mongo_host,mongo_port,mongo_db):
        self.mongoConn = pymongo.MongoClient(mongo_host,mongo_port)
        #切换到指定的数据库中
        self.db = self.mongoConn[mongo_db]
        #获取到数据库下的集合   更改集合名字的地方
        self.col = self.db.student

    @classmethod
    def from_crawler(cls, crawler):
        return cls(
            mongo_host=crawler.settings.get(\'MONGODB_HOST\'),
            mongo_port=crawler.settings.get(\'MONGODB_PORT\'),
            mongo_db = crawler.settings.get(\'MONGODB_DB\')
        )

    def open_spider(self,spider):
        # 爬虫开启的时候调用,只调用一次
        print(\'爬虫文件开始执行\',spider.name)

    def process_item(self, item, spider):
        print(\'管道文件我来了\')
        self.col.insert(dict(item))
        return item

    def close_spider(self,spider):
        # 爬虫结束的时候会调用,只调用一次
        print(\'爬虫文件结束执行\',spider.name)

将数据存储到Mysql数据库:

# 将数据存储到mysql数据库
import  pymysql
from jobboleproject.items import JobboleprojectItem
class JobboleprojectPipeline(object):

    def __init__(self,host,port,db,user,pwd):
        self.mysqlConn = pymysql.Connect(host=host,user=user,password=pwd,database=db,port=port,charset=\'utf8\')
        self.cursor = self.mysqlConn.cursor()

    @classmethod
    def from_crawler(cls, crawler):
        return cls(
            host = crawler.settings.get(\'MYSQL_HOST\'),
            port = crawler.settings.get(\'MYSQL_PORT\'),
            db = crawler.settings.get(\'MYSQL_DB\'),
            user = crawler.settings.get(\'MYSQL_USER\'),
            pwd = crawler.settings.get(\'MYSQL_PWD\'),
        )

    def open_spider(self,spider):
        # 爬虫开启的时候调用,只调用一次
        print(\'爬虫文件开始执行\',spider.name)

    def process_item(self, item, spider):
        print(\'管道文件我来了\')
        sql = """
        INSERT INTO abc(coverImage,link)
        VALUES (%s,%s)
        """
        try:
            self.cursor.execute(sql,(item[\'coverImage\'],item[\'link\']))
            self.mysqlConn.commit()
        except Exception as err:
            print(err)
            self.mysqlConn.rollback()
        return item

    def close_spider(self,spider):
        # 爬虫结束的时候会调用,只调用一次
        print(\'爬虫文件结束执行\',spider.name)
        #关闭游标和关闭连接
        self.cursor.close()
        self.mysqlConn.close()


class JobboleprojectPipeline1(object):
    def process_item(self, item, spider):
        print(\'管道文件我来了1\')
        return item

将数据存储为Json文件:

import json

#将数据写入json文件
class JobboleprojectPipeline(object):

    def __init__(self):
        self.file = open(\'data.json\',\'a+\')

    def open_spider(self,spider):
        # 爬虫开启的时候调用,只调用一次
        print(\'爬虫文件开始执行\',spider.name)

    def process_item(self, item, spider):
        print(\'管道文件我来了\')
        # with open(\'data.json\',\'a+\') as file:
        #     data = json.dumps(dict(item),ensure_ascii=False)+\'\n\'
        #     file.write(data)
        data = json.dumps(dict(item),ensure_ascii=False)+\'\n\'
        self.file.write(data)

        return item

    def close_spider(self,spider):
        # 爬虫结束的时候会调用,只调用一次
        print(\'爬虫文件结束执行\',spider.name)
        self.file.close()

相关文章:

  • 2021-04-27
  • 2021-05-30
  • 2021-11-07
  • 2021-08-20
  • 2021-10-02
  • 2021-12-07
  • 2021-10-04
猜你喜欢
  • 2021-06-28
  • 2021-05-27
  • 2021-11-24
  • 2021-06-18
  • 2021-11-17
  • 2021-12-29
相关资源
相似解决方案