Pyspider和pymysql簡單使用實例

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
# Created on 2018-01-08 10:21:36
# Project: newv2ex

from pyspider.libs.base_handler import *
import pymysql
import random


class Handler(BaseHandler):
    crawl_config = {
    }

        
    def add_question(self,title,content):
        db = pymysql.connect(host="localhost",user="root",password="root",db="club",charset="utf8")
        try:
            cursor = db.cursor()
            #注意此處字符串的占位符要加雙引號"%s"
            sql = ' INSERT INTO question (title,content,user_id,created_date,comment_count) VALUES("%s","%s",%d,now(),%d)' % (title,content,random.randint(1,10),2)
            print(sql)
            cursor.execute(sql)
            print(cursor.lastrowid)
            db.commit()
        except:
            db.rollback()
    
    @every(minutes=24 * 60)
    def on_start(self):
        self.crawl('https://www.v2ex.com/', callback=self.index_page, validate_cert=False)

    @config(age=10 * 24 * 60 * 60)
    def index_page(self, response):
        for each in response.doc('a[href^="https://www.v2ex.com/?tab="]').items():
            self.crawl(each.attr.href, callback=self.tab_page, validate_cert=False)

    @config(priority=2)
    def tab_page(self, response):
        for each in response.doc('a[href^="https://www.v2ex.com/go/"]').items():
            self.crawl(each.attr.href, callback=self.board_page, validate_cert=False)
            
    @config(priority=2)
    def board_page(self, response):
        for each in response.doc('a[href^="https://www.v2ex.com/t/"]').items():
            url = each.attr.href
            if url.find('#reply')>0:
                url = url[0:url.find('#')]
            self.crawl(each.attr.href, callback=self.detail_page, validate_cert=False)
        for each in response.doc('a.page_normal').items():
            self.crawl(each.attr.href, callback=self.board_page, validate_cert=False)
        
    @config(priority=2)
    def detail_page(self, response):
        title = response.doc('h1').text()
        content = response.doc('div.topic_content').text()
        #insert into MySQL
        self.add_question(title,content)
        return {
            "url": response.url,
            "title": response.doc('h1').text(),
            "content": response.doc('div.topic_content').text()
        }
#!/usr/bin/env python
# -*- encoding: utf-8 -*-
# Created on 2018-01-08 20:58:58
# Project: newzhihu

from pyspider.libs.base_handler import *
import pymysql
import random

class Handler(BaseHandler):
    crawl_config = {
        'headers': {
            'User-Agent': 'GoogleBot',
        }
    }        

    def add_question(self,title,content,comment_count):
        db = pymysql.connect(host="localhost",user="root",password="root",db="club",charset="utf8")
        try:
            cursor = db.cursor()
            #注意此處字符串的占位符要加雙引號"%s"
            sql = ' INSERT INTO question (title,content,user_id,created_date,comment_count) VALUES("%s","%s",%d,now(),%d)' % (title,content,random.randint(1,10),comment_count)
            print(sql)
            cursor.execute(sql)
            qid = cursor.lastrowid
            db.commit()
            print(qid)
            return qid
        except:
            db.rollback()
        return 0
            
    def add_comment(self,qid,comment):
        db = pymysql.connect(host="localhost",user="root",password="root",db="club",charset="utf8")
        try:
            cursor = db.cursor()
            #注意此處字符串的占位符要加雙引號"%s"
            sql = 'insert into comment(content, entity_type, entity_id, user_id, created_date) values ("%s",%d,%d, %d,now())' % (comment, 1, qid, random.randint(1, 10));
            print(sql)
            cursor.execute(sql)
            
            #qid = cursor.lastrowid
            #print(qid)
            
            db.commit()
        except:
            db.rollback()
    
    @every(minutes=24 * 60)
    def on_start(self):
        self.crawl('https://www.zhihu.com/topic/19550517/top-answers', callback=self.index_page, validate_cert=False)

    @config(age=10 * 24 * 60 * 60)
    def index_page(self, response):
        for each in response.doc('a.question_link').items():
            self.crawl(each.attr.href, callback=self.detail_page, validate_cert=False)
        for each in response.doc('div.zm-invite-pager span a').items():
            self.crawl(each.attr.href, callback=self.index_page, validate_cert=False)

    @config(priority=2)
    def detail_page(self, response):
        items = response.doc('span.RichText.CopyrightRichText-richText').items()
        title = response.doc('h1.QuestionHeader-title').text()
        content = response.doc('div.QuestionHeader-detail').text()

        qid = self.add_question(title, content, sum(1 for x in items))
        for each in response.doc('span.RichText.CopyrightRichText-richText').items():
            self.add_comment(qid, each.text())

        return {
            "url": response.url,
            "title": title,
            "content": content,
        }
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末揣钦,一起剝皮案震驚了整個濱河市优床,隨后出現(xiàn)的幾起案子品抽,更是在濱河造成了極大的恐慌牛隅,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,188評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件莉撇,死亡現(xiàn)場離奇詭異觉义,居然都是意外死亡测摔,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,464評論 3 395
  • 文/潘曉璐 我一進店門所坯,熙熙樓的掌柜王于貴愁眉苦臉地迎上來谆扎,“玉大人,你說我怎么就攤上這事芹助⊙嗫幔” “怎么了?”我有些...
    開封第一講書人閱讀 165,562評論 0 356
  • 文/不壞的土叔 我叫張陵周瞎,是天一觀的道長。 經常有香客問我饵蒂,道長声诸,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,893評論 1 295
  • 正文 為了忘掉前任退盯,我火速辦了婚禮彼乌,結果婚禮上,老公的妹妹穿的比我還像新娘渊迁。我一直安慰自己慰照,他們只是感情好,可當我...
    茶點故事閱讀 67,917評論 6 392
  • 文/花漫 我一把揭開白布琉朽。 她就那樣靜靜地躺著毒租,像睡著了一般。 火紅的嫁衣襯著肌膚如雪箱叁。 梳的紋絲不亂的頭發(fā)上墅垮,一...
    開封第一講書人閱讀 51,708評論 1 305
  • 那天,我揣著相機與錄音耕漱,去河邊找鬼算色。 笑死,一個胖子當著我的面吹牛螟够,可吹牛的內容都是我干的灾梦。 我是一名探鬼主播,決...
    沈念sama閱讀 40,430評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼妓笙,長吁一口氣:“原來是場噩夢啊……” “哼若河!你這毒婦竟也來了?” 一聲冷哼從身側響起给郊,我...
    開封第一講書人閱讀 39,342評論 0 276
  • 序言:老撾萬榮一對情侶失蹤牡肉,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后淆九,有當地人在樹林里發(fā)現(xiàn)了一具尸體统锤,經...
    沈念sama閱讀 45,801評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡毛俏,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,976評論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了饲窿。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片煌寇。...
    茶點故事閱讀 40,115評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖逾雄,靈堂內的尸體忽然破棺而出阀溶,到底是詐尸還是另有隱情,我是刑警寧澤鸦泳,帶...
    沈念sama閱讀 35,804評論 5 346
  • 正文 年R本政府宣布银锻,位于F島的核電站,受9級特大地震影響做鹰,放射性物質發(fā)生泄漏击纬。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,458評論 3 331
  • 文/蒙蒙 一钾麸、第九天 我趴在偏房一處隱蔽的房頂上張望更振。 院中可真熱鬧,春花似錦饭尝、人聲如沸肯腕。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,008評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽实撒。三九已至,卻和暖如春帖池,著一層夾襖步出監(jiān)牢的瞬間奈惑,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,135評論 1 272
  • 我被黑心中介騙來泰國打工睡汹, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留肴甸,地道東北人。 一個月前我還...
    沈念sama閱讀 48,365評論 3 373
  • 正文 我出身青樓囚巴,卻偏偏與公主長得像原在,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子彤叉,可洞房花燭夜當晚...
    茶點故事閱讀 45,055評論 2 355

推薦閱讀更多精彩內容