服务器之家

服务器之家 > 正文

python3爬取数据至mysql的方法

时间:2021-03-09 00:35     来源/作者:lcjasas

本文实例为大家分享了python3爬取数据至mysql的具体代码,供大家参考,具体内容如下

直接贴代码

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
#!/usr/local/bin/python3.5
# -*- coding:UTF-8 -*-
from urllib.request import urlopen
from bs4 import BeautifulSoup
import re
import datetime
import random
import pymysql
 
connect = pymysql.connect(host='192.168.10.142', unix_socket='/tmp/mysql.sock', user='root', passwd='1234', db='scraping', charset='utf8')
cursor = connect.cursor()
cursor.execute('USE scraping')
 
random.seed(datetime.datetime.now())
 
 
def store(title, content):
 
  execute = cursor.execute("select * from pages WHERE `title` = %s", title)
  if execute <= 0:
    cursor.execute("insert into pages(`title`, `content`) VALUES(%s, %s)", (title, content))
    cursor.connection.commit()
  else:
    print('This content is already exist.')
 
 
def get_links(acticle_url):
  html = urlopen('http://en.wikipedia.org' + acticle_url)
  soup = BeautifulSoup(html, 'html.parser')
  title = soup.h1.get_text()
  content = soup.find('div', {'id': 'mw-content-text'}).find('p').get_text()
  store(title, content)
  return soup.find('div', {'id': 'bodyContent'}).findAll('a', href=re.compile("^(/wiki/)(.)*$"))
 
links = get_links('')
 
try:
  while len(links) > 0:
    newActicle = links[random.randint(0, len(links) - 1)].attrs['href']
    links = get_links(newActicle)
    print(links)
finally:
  cursor.close()
  connect.close()

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。

原文链接:https://blog.csdn.net/ASAS1314/article/details/52594232

标签:

相关文章

热门资讯

2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全
2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全 2019-12-26
yue是什么意思 网络流行语yue了是什么梗
yue是什么意思 网络流行语yue了是什么梗 2020-10-11
Intellij idea2020永久破解,亲测可用!!!
Intellij idea2020永久破解,亲测可用!!! 2020-07-29
背刺什么意思 网络词语背刺是什么梗
背刺什么意思 网络词语背刺是什么梗 2020-05-22
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总 2020-11-13
返回顶部