python scrapy 数据写入Mysql(pipeline)

1、items.py

-- coding: utf-8 --

import scrapy

class LearnscrapyItem(scrapy.Item):
name = scrapy.Field()
link = scrapy.Field()

2、settings.py

-- coding: utf-8 --

BOT_NAME = 'learnscrapy'

SPIDER_MODULES = ['learnscrapy.spiders']
NEWSPIDER_MODULE = 'learnscrapy.spiders'

ROBOTSTXT_OBEY = True
COOKIES_ENABLED = False

DOWNLOADER_MIDDLEWARES = {
'scrapy.downloadermiddlewares.useragent.UserAgentMiddleware': 2,
'learnscrapy.middlewares.USERAGENT': 1,
}

ITEM_PIPELINES = {
'learnscrapy.pipelines.LearnscrapyPipeline': 300,
}

3、middlewares.py

-- coding: utf-8 --

导入随机模块

import random

导入有关IP池有关的模块

from scrapy.downloadermiddlewares.httpproxy import HttpProxyMiddleware

导入有关用户代理有关的模块

from scrapy.downloadermiddlewares.useragent import UserAgentMiddleware

IP池

class HTTPPROXY(HttpProxyMiddleware):
# 初始化 注意一定是 ip=''
def init(self, ip=''):
self.ip = ip

def process_request(self, request, spider):
    item = random.choice(IPPOOL)
    try:
        print("当前的IP是:"+item["ipaddr"])
        request.meta["proxy"] = "http://"+item["ipaddr"]
    except Exception as e:
        print(e)
        pass

设置IP池

IPPOOL = [
{"ipaddr": "182.117.102.10:8118"},
{"ipaddr": "121.31.102.215:8123"},
{"ipaddr": "1222.94.128.49:8118"}
]

用户代理

class USERAGENT(UserAgentMiddleware):
#初始化 注意一定是 user_agent=''
def init(self, user_agent=''):
self.user_agent = user_agent

def process_request(self, request, spider):
    item = random.choice(UPPOOL)
    try:
        print("当前的User-Agent是:"+item)
        request.headers.setdefault('User-Agent', item)
    except Exception as e:
        print(e)
        pass

设置用户代理池

UPPOOL = [
"Mozilla/5.0 (Windows NT 10.0; WOW64; rv:52.0) Gecko/20100101 Firefox/52.0", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.79 Safari/537.36 Edge/14.14393"
]
4、pipeline.py

-- coding: utf-8 --

import pymysql
import json
class LearnscrapyPipeline(object):
def init(self):
# 数据库连接
self.conn = pymysql.connect(host='192.168.126.181', user='wx', password='wx', database='test',
charset='utf8')
self.cur = self.conn.cursor()
def process_item(self, item, spider):
for j in range(0, len(item["name"])):
nam = item["name"][j]
lin = item["link"][j]
sql = "insert into site(name,link) values(%s,%s)"
self.cur.execute(sql, (nam, lin))
self.conn.commit()
return item

def close_spider(self, spider):
    self.cur.close()
    self.conn.close()

5、spiders/test.py

-- coding: utf-8 --

import scrapy
from scrapy.linkextractors import LinkExtractor
from scrapy.spiders import CrawlSpider, Rule
from learnscrapy.items import LearnscrapyItem

class TestSpider(CrawlSpider):
name = 'test'
allowed_domains = ['sohu.com']
start_urls = ['http://www.sohu.com/']

rules = (
    Rule(LinkExtractor(allow=('http://news.sohu.com'), allow_domains=('sohu.com')), callback='parse_item',
         follow=False),
)

def parse_item(self, response):
    i = LearnscrapyItem()
    i['name'] = response.xpath('//div[@class="news"]/p/a/text()').extract()
    i['link'] = response.xpath('//div[@class="news"]/p/a/@href').extract()
    #i['description'] = response.xpath('//div[@id="description"]').extract()
    return i

6、main.py
from scrapy.cmdline import execute
import sys
import os
sys.path.append(os.path.dirname(os.path.abspath(file)))
execute(['scarpy', 'crawl', 'test'])

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,743评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,296评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,285评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,485评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,581评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,821评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,960评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,719评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,186评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,516评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,650评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,329评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,936评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,757评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,991评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,370评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,527评论 2 349

推荐阅读更多精彩内容