最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python3實(shí)現(xiàn)的爬蟲爬取數(shù)據(jù)并存入mysql數(shù)據(jù)庫(kù)操作示例

 更新時(shí)間:2018年06月06日 09:00:44   作者:mysql  
這篇文章主要介紹了Python3實(shí)現(xiàn)的爬蟲爬取數(shù)據(jù)并存入mysql數(shù)據(jù)庫(kù)操作,涉及Python正則爬取數(shù)據(jù)及針對(duì)mysql數(shù)據(jù)庫(kù)的存儲(chǔ)操作相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下

本文實(shí)例講述了Python3實(shí)現(xiàn)的爬蟲爬取數(shù)據(jù)并存入mysql數(shù)據(jù)庫(kù)操作。分享給大家供大家參考,具體如下:

爬一個(gè)電腦客戶端的訂單。羅總推薦,抓包工具用的是HttpAnalyzerStdV7,與chrome自帶的F12類似。客戶端有接單大廳,羅列所有訂單的簡(jiǎn)要信息。當(dāng)單子被接了,就不存在了。我要做的是新出訂單就爬取記錄到我的數(shù)據(jù)庫(kù)zyc里。

設(shè)置每10s爬一次。

抓包工具頁(yè)面如圖:

首先是爬蟲,先找到數(shù)據(jù)存儲(chǔ)的頁(yè)面,再用正則爬出。

# -*- coding:utf-8 -*-
import re
import requests
import pymysql #Python3的mysql模塊,Python2 是mysqldb
import datetime
import time
def GetResults():
  requests.adapters.DEFAULT_RETRIES = 5 #有時(shí)候報(bào)錯(cuò),我在網(wǎng)上找的不知道啥意思,好像也沒用。
  reg = [r'"id":(.*?),',
      r'"order_no":"(.*?)",',
      r'"order_title":"(.*?)",',
      r'"publish_desc":"(.*?)",',
      r'"game_area":"(.*?)\\/(.*?)\\/(.*?)",',
      r'"order_current":"(.*?)",',
      r'"order_content":"(.*?)",',
      r'"order_hours":(.*?),',
      r'"order_price":"(.*?)",',
      r'"add_price":"(.*?)",',
      r'"safe_money":"(.*?)",',
      r'"speed_money":"(.*?)",',
      r'"order_status_desc":"(.*?)",',
      r'"order_lock_desc":"(.*?)",',
      r'"cancel_type_desc":"(.*?)",',
      r'"kf_status_desc":"(.*?)",',
      r'"is_show_pwd":(.*?),',
      r'"game_pwd":"(.*?)",',
      r'"game_account":"(.*?)",',
      r'"game_actor":"(.*?)",',
      r'"left_hours":"(.*?)",',
      r'"created_at":"(.*?)",',
      r'"account_id":"(.*?)",',
      r'"mobile":"(.*?)",',
      r'"contact":"(.*?)",',
      r'"qq":"(.*?)"},']
  results=[]
  try:
    for l in range(1,2):   #頁(yè)碼
      proxy = {'HTTP':'61.135.155.82:443'} #代理ip
      html = requests.get('https://www.dianjingbaozi.com/api/dailian/soldier/hall?access_token=3ef3abbea1f6cf16b2420eb962cf1c9a&dan_end=&dan_start=&game_id=2&kw=&order=price_desc&page=%d'%l+'&pagesize=30&price_end=0&price_start=0&server_code=000200000000&sign=ca19072ea0acb55a2ed2486d6ff6c5256c7a0773&timestamp=1511235791&type=public&type_id=%20HTTP/1.1',proxies=proxy) # 用get的方式訪問。網(wǎng)頁(yè)解碼成中文。接單大廳頁(yè)。
      #
      html=html.content.decode('utf-8')
      outcome_reg_order_no = re.findall(r'"order_no":"(.*?)","game_area"', html)  #獲取訂單編號(hào),因?yàn)橛唵卧斍轫?yè)url與訂單編號(hào)有關(guān)。
      for j in range(len(outcome_reg_order_no)):
        html_order = requests.get('http://www.lpergame.com/api/dailian/order/detail?access_token=eb547a14bad97e1ee5d835b32cb83ff1&order_no=' +outcome_reg_order_no[j] + '&sign=c9b503c0e4e8786c2945dc0dca0fabfa1ca4a870&timestamp=1511146154 HTTP/1.1',proxies=proxy)  #訂單詳細(xì)頁(yè)
        html_order=html_order.content.decode('utf-8')
        # print(html_order)
        outcome_reg = []
        for i in range(len(reg)):#每條訂單
          outcome = re.findall(reg[i], html_order)
          if i == 4:
            for k in range(len(outcome)):
              outcome_reg.extend(outcome[k])
          else:
            outcome_reg.extend(outcome)
        results.append(outcome_reg) #結(jié)果集
    return results
  except:
    time.sleep(5)  #有時(shí)太頻繁會(huì)報(bào)錯(cuò)。
    print("失敗")
    pass

根據(jù)爬蟲結(jié)果建表,這里變量名要準(zhǔn)確。并且要設(shè)置唯一索引,使每次爬的只有新訂單入庫(kù)。

def mysql_create():
  mysql_host = ''
  mysql_db = 'zyc'
  mysql_user = 'zyc'
  mysql_password = ''
  mysql_port = 3306
  db = pymysql.connect(host=mysql_host, port=mysql_port, user=mysql_user, password=mysql_password, db=mysql_db,charset='utf8') # 連接數(shù)據(jù)庫(kù)編碼注意是utf8,不然中文結(jié)果輸出會(huì)亂碼
  sql_create = "CREATE TABLE DUMPLINGS (id CHAR(10),order_no CHAR(50),order_title VARCHAR(265),publish_desc VARCHAR(265),game_name VARCHAR(265),"\
         "game_area VARCHAR(265),game_area_distinct VARCHAR(265),order_current VARCHAR(3908),order_content VARCHAR(3908),order_hours CHAR(10)," \
         "order_price FLOAT(10),add_price FLOAT(10),safe_money FLOAT(10),speed_money FLOAT(10),order_status_desc VARCHAR(265),"\
         "order_lock_desc VARCHAR(265),cancel_type_desc VARCHAR(265),kf_status_desc VARCHAR(265),is_show_pwd TINYINT,game_pwd CHAR(50),"\
         "game_account VARCHAR(265),game_actor VARCHAR(265),left_hours VARCHAR(265),created_at VARCHAR(265),account_id CHAR(50),"\
         "mobile VARCHAR(265),mobile2 VARCHAR(265),contact VARCHAR(265),contact2 VARCHAR(265),qq VARCHAR(265),"\
         "PRIMARY KEY (`id`),UNIQUE KEY `no`(`order_no`))ENGINE=InnoDB AUTO_INCREMENT=12 DEFAULT CHARSET=utf8"
  sql_key="CREATE UNIQUE INDEX id ON DUMPLINGS(id)"
  cursor = db.cursor()
  cursor.execute("DROP TABLE IF EXISTS DUMPLINGS")
  cursor.execute(sql_create)# 執(zhí)行SQL語(yǔ)句
  cursor.execute(sql_key)
  db.close() # 關(guān)閉數(shù)據(jù)庫(kù)連

把數(shù)據(jù)導(dǎo)入Mysql,注意編碼和字段之間的匹配。

def IntoMysql(results):
  mysql_host = ''
  mysql_db = 'zyc'
  mysql_user = 'zyc'
  mysql_password = ''
  mysql_port = 3306
  db = pymysql.connect(host=mysql_host, port=mysql_port, user=mysql_user, password=mysql_password, db=mysql_db,charset='utf8') # 連接數(shù)據(jù)庫(kù)編碼注意是utf8,不然中文結(jié)果輸出會(huì)亂碼
  cursor = db.cursor()
  for j in range(len(results)):
    try:
      sql = "INSERT INTO DUMPLINGS(id,order_no,order_title,publish_desc ,game_name," \
         "game_area,game_area_distinct,order_current,order_content,order_hours," \
         "order_price,add_price,safe_money,speed_money,order_status_desc," \
         "order_lock_desc,cancel_type_desc,kf_status_desc,is_show_pwd,game_pwd," \
         "game_account,game_actor,left_hours,created_at,account_id," \
         "mobile,mobile2,contact,contact2,qq) VALUES ("
      for i in range(len(results[j])):
        sql = sql + "'" + results[j][i] + "',"
      sql = sql[:-1] + ")"
      sql = sql.encode('utf-8')
      cursor.execute(sql)
      db.commit()
    except:pass
  db.close()

每十秒運(yùn)行一次。

mysql_create()
i=0
while True:
  results = GetResults()
  IntoMysql(results)
  i=i+1
  print("爬蟲次數(shù):",i)
  time.sleep(10)

結(jié)果如圖:

 

更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題:《Python Socket編程技巧總結(jié)》、《Python正則表達(dá)式用法總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python+MySQL數(shù)據(jù)庫(kù)程序設(shè)計(jì)入門教程》及《Python常見數(shù)據(jù)庫(kù)操作技巧匯總

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。

相關(guān)文章

  • Python控制臺(tái)獲取輸入與常見的正則表達(dá)式用法

    Python控制臺(tái)獲取輸入與常見的正則表達(dá)式用法

    這篇文章主要給大家介紹了關(guān)于Python控制臺(tái)獲取輸入與常見的正則表達(dá)式用法的相關(guān)資料,在Python編程中,控制臺(tái)輸入和正則表達(dá)式是兩個(gè)重要而實(shí)用的概念,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2023-12-12
  • 三步實(shí)現(xiàn)Django Paginator分頁(yè)的方法

    三步實(shí)現(xiàn)Django Paginator分頁(yè)的方法

    這篇文章主要介紹了三步實(shí)現(xiàn)Django Paginator分頁(yè)的方法,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-06-06
  • Pandas 內(nèi)置的十種畫圖方法

    Pandas 內(nèi)置的十種畫圖方法

    這篇文章主要介紹了Pandas 內(nèi)置的十種畫圖方法,Pandas是非常常見的數(shù)據(jù)分析工具,我們一般都會(huì)處理好處理數(shù)據(jù)然后使用searbon或matplotlib來進(jìn)行繪制
    2022-09-09
  • Django自動(dòng)注冊(cè)tasks及使用方式

    Django自動(dòng)注冊(cè)tasks及使用方式

    這篇文章主要為大家介紹了Django自動(dòng)注冊(cè)tasks及使用方式詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2023-06-06
  • Python讀取Excel一列并計(jì)算所有對(duì)象出現(xiàn)次數(shù)的方法

    Python讀取Excel一列并計(jì)算所有對(duì)象出現(xiàn)次數(shù)的方法

    這篇文章主要給大家介紹了關(guān)于Python讀取Excel一列并計(jì)算所有對(duì)象出現(xiàn)次數(shù)的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-09-09
  • Python中創(chuàng)建數(shù)值列表的4種方法總結(jié)

    Python中創(chuàng)建數(shù)值列表的4種方法總結(jié)

    在Python中列表(List)是一種有序、可變的數(shù)據(jù)類型,被廣泛用于存儲(chǔ)和處理多個(gè)元素,這篇文章主要給大家介紹了關(guān)于Python中創(chuàng)建數(shù)值列表的4種方法,需要的朋友可以參考下
    2024-05-05
  • 使用Python合并?Excel單元格指定行列或單元格范圍

    使用Python合并?Excel單元格指定行列或單元格范圍

    合并?Excel?單元格是?Excel?數(shù)據(jù)處理和表格設(shè)計(jì)中的一項(xiàng)常用操作,本文將介紹如何通過Python合并Excel?中的指定行列或單元格范圍,需要的可以了解下
    2025-01-01
  • python3 實(shí)現(xiàn)的人人影視網(wǎng)站自動(dòng)簽到

    python3 實(shí)現(xiàn)的人人影視網(wǎng)站自動(dòng)簽到

    這里給大家分享的是使用Python3結(jié)合計(jì)劃任務(wù),實(shí)現(xiàn)的人人影視網(wǎng)站自動(dòng)簽到功能的代碼,非常的實(shí)用,有需要的小伙伴可以參考下
    2016-06-06
  • 詳解在SpringBoot如何優(yōu)雅的使用多線程

    詳解在SpringBoot如何優(yōu)雅的使用多線程

    這篇文章主要帶大家快速了解一下@Async注解的用法,包括異步方法無返回值、有返回值,最后總結(jié)了@Async注解失效的幾個(gè)坑,感興趣的小伙伴可以了解一下
    2023-02-02
  • Python中的if判斷語(yǔ)句中包含or問題

    Python中的if判斷語(yǔ)句中包含or問題

    這篇文章主要介紹了Python中的if判斷語(yǔ)句中包含or問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2022-07-07

最新評(píng)論

广丰县| 怀集县| 鄂托克旗| 江安县| 眉山市| 阿勒泰市| 南漳县| 平原县| 乳山市| 新蔡县| 平乐县| 博客| 正定县| 女性| 古丈县| 南平市| 滨州市| 东宁县| 馆陶县| 郎溪县| 五寨县| 昌都县| 平昌县| 乳源| 蒲城县| 蒙城县| 米泉市| 泽库县| 曲麻莱县| 平度市| 鄂托克旗| 蕲春县| 怀柔区| 松阳县| 蓬溪县| 静海县| 青阳县| 灵山县| 林芝县| 依兰县| 石狮市|