将爬取的数据保存到mysql中

发布时间:2019-03-19 20:59:29编辑:auto阅读(2023)

    为了把数据保存到mysql费了很多周折,早上再来折腾,终于折腾好了

    安装数据库

    1、pip install pymysql(根据版本来装)

    2、创建数据

          打开终端 键入mysql -u root -p  回车输入密码

          create database scrapy (我新建的数据库名称为scrapy)

    3、创建表

          use scrapy;

          create table xiaohua (name varchar(200) ,url varchar(100));

     

        数据库部分就酱紫啦

    4、编写pipeline

    5、编写setting

     

     6、编写spider文件

     

     

     7、爬取数据保存到mysql

    scrapy crawl xhwang

     

    之前报错为2018-10-18 09:05:50 [scrapy.log] ERROR: (1241, 'Operand should contain 1 column(s)')

    因为我的spider代码中是这样

     附一张网上找到的答案

     

     

    错误原因:item中的结果为{'name':[xxx,xxxx,xxxx,xxx,xxxxxxx,xxxxx],'url':[yyy,yyy,yy,y,yy,y,y,y,y,]},这种类型的数据

    更正为6下面代码后出现如下会有重复

     

     然后又查了下原因终于解决问题之所在

    在图上可以看出,爬取的数据结果是没有错的,但是在保存数据的时候出错了,出现重复数据。那为什么会造成这种结果呢? 

    其原因是由于spider的速率比较快,scrapy操作数据库相对较慢,导致pipeline中的方法调用较慢,当一个变量正在处理的时候

    一个新的变量过来,之前的变量值就会被覆盖了,解决方法是对变量进行保存,在保存的变量进行操作,通过互斥确保变量不被修改。

    在pipeline中修改如下代码

    完成以上设定再来爬取,OK 大功告成(截取部分)

     

     

     

     

关键字