python爬虫笔记-weki数据传入数据库

#from urllib import request

from urllib.request import urlopen

#from urllib.request import Request

from urllib import parse

from bs4 import BeautifulSoup

import re

import pymysql.cursors

resp = urlopen("https://en.wikipedia.org/wiki/Main_Page").read().decode("utf-8")

soup = BeautifulSoup(resp,"html.parser")

listUrls = soup.find_all("a",href=re.compile("^/wiki/")) #采集数据的关键,找出/wiki/的链接

# print(listUrls)

for urlin listUrls:

if not re.search("\.(jpg|JPG)$",url["href"]):

print(url.get_text(),"-------","https://en.wikipedia.org" + url["href"])

#连接数据库

    connection = pymysql.connect(

host ='localhost',

    user ='root',

    password ='123456',

    db ='wikiurl',

    charset ='utf8mb4')#utf-8编码的扩展集

    try:#获取会话指针

      with connection.cursor()as cursor:

#创建sql语句

        sql ="insert into `urls`(`urlname`,`urlhref`)values(%s,%s)"

            #执行sql语句

        cursor.execute(sql,(url.get_text(),"https://en.wikipedia.org" + url["href"]))

#提交

        connection.commit()

finally:

connection.close()



创建表的时候注意urlhref的设置255字符长度可能不够,设置1000.

主键和自增的设置。



修改后。不会把.JPG的条目存入数据库中。

#from urllib import request

from urllib.requestimport urlopen

#from urllib.request import Request

from urllib import parse

from bs4 import BeautifulSoup

import re

import pymysql.cursors

resp = urlopen("https://en.wikipedia.org/wiki/Main_Page").read().decode("utf-8")

soup = BeautifulSoup(resp,"html.parser")

listUrls = soup.find_all("a",href=re.compile("^/wiki/"))

# print(listUrls)

for urlin listUrls:

if not re.search("\.(jpg|JPG)$",url["href"]):

print(url.get_text(),"-------","https://en.wikipedia.org" + url["href"])

#连接数据库

    connection = pymysql.connect(

host ='localhost',

    user ='root',

    password ='123456',

    db ='wikiurl',

    charset ='utf8mb4')#utf-8编码的扩展集

    try:#获取会话指针

      with connection.cursor()as cursor:

#创建sql语句

# for url in listUrls:

        if not re.search("\.(jpg|JPG)$", url["href"]):   #修改的地方,不会把.JPG的条目存入数据库中。

sql ="insert into `urls`(`urlname`,`urlhref`)values(%s,%s)"

            #执行sql语句

        cursor.execute(sql,(url.get_text(),"https://en.wikipedia.org" + url["href"]))

#提交

        connection.commit()

finally:

connection.close()

最后编辑于
©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 159,835评论 4 364
  • 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 67,598评论 1 295
  • 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 109,569评论 0 244
  • 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 44,159评论 0 213
  • 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 52,533评论 3 287
  • 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 40,710评论 1 222
  • 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 31,923评论 2 313
  • 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 30,674评论 0 203
  • 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 34,421评论 1 246
  • 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 30,622评论 2 245
  • 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 32,115评论 1 260
  • 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 28,428评论 2 254
  • 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 33,114评论 3 238
  • 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 26,097评论 0 8
  • 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 26,875评论 0 197
  • 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 35,753评论 2 276
  • 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 35,649评论 2 271

推荐阅读更多精彩内容