15.Python Pymysql实现数据存储

Python 连接并操作 MySQL 数据库，主要通过 Pymysql 模块实现。本节讲解如何将抓取的数据存储至 MySQL 数据库。

提示：在学习本节知识之前，您已经掌握了 SQL 语言的基本语法。可参考《MySQL教程》

创建存储数据表

首先您应该确定您的计算机上已经安装了 MySQL 数据库，然后再进行如下操作：

# 1. 连接到mysql数据库
mysql -h127.0.0.1 -uroot -p123456
# 2. 建库
create database maoyandb charset utf8;
# 3. 切换数据库
use maoyandb;
# 4. 创建数据表
create table filmtab(
name varchar(100),
star varchar(400),
time varchar(30)
);

Pymysql基本使用

1) 连接数据库

1. db = pymysql.connect('localhost','root','123456','maoyandb')

参数说明：

• localhost：本地 MySQL 服务端地址，也可以是远程数据库的 IP 地址。
• root：连接数据所使用的用户名。
• password：连接数据库使用的密码，本机 MySQL 服务端密码“123456”。
• db：连接的数据库名称。

2) 创建cursor对象

cursor = db.cursor()

3) 执行sql命令

execute() 方法用来执行 SQL 语句。如下所示：

1. #第一种方法：编写sql语句，使用占位符传入相应数据
2. sql = "insert into filmtab values('%s','%s','%s')" % ('刺杀,小说家','雷佳音','2021')
3. cursor.excute(sql)
4. 第二种方法：编写sql语句，使用列表传参方式
5. sql = 'insert into filmtab values(%s,%s,%s)'
6. cursor.execute(sql,['刺杀,小说家','雷佳音','2021'])

4) 提交数据

db.commit()

5) 关闭数据库

cursor.close()
db.close()

完整的代码如下所示：

1. # -*-coding:utf-8-*-
2. import pymysql
3.  
4. #创建对象
5. db = pymysql.connect('localhost','root','123456','maoyandb')
6. cursor = db.cursor()
7. # sql语句执性，单行插入
8. info_list = ['刺杀,小说家','雷佳音,杨幂','2021-2-12']
9. sql = 'insert into movieinfo values(%s,%s,%s)'
10. #列表传参
11. cursor.execute(sql,info_list)
12. db.commit()
13. # 关闭
14. cursor.close()
15. db.close()

查询数据结果，如下所示：

mysql> select * from movieinfo;
+-------------+-------------------+-----------+
| name        | star              | time      |
+-------------+-------------------+-----------+
| 刺杀,小说家   | 雷佳音,杨幂         | 2021-2-12 |
+-------------+-------------------+-----------+
1 rows in set (0.01 sec)

还有一种效率较高的方法，使用 executemany() 可以同时插入多条数据。示例如下：

1. db = pymysql.connect('localhost','root','123456','maoyandb',charset='utf8')
2. cursor = db.cursor()
3. # sql语句执性，列表元组
4. info_list = [('我不是药神','徐峥','2018-07-05'),('你好,李焕英','贾玲','2021-02-12')]
5. sql = 'insert into movieinfo values(%s,%s,%s)'
6. cursor.executemany(sql,info_list)
7. db.commit()
8. # 关闭
9. cursor.close()
10. db.close()

查询插入结果，如下所示：

mysql> select * from movieinfo;
+-------------+-------------------+------------+
| name        | star              | time       |
+-------------+-------------------+------------+
| 我不是药神  | 徐峥              | 2018-07-05 |
| 你好,李焕英 | 贾玲              | 2021-02-12 |
+-------------+-------------------+------------+
2 rows in set (0.01 sec)

修改爬虫程序

下面修改上一节《Python爬虫抓取猫眼电影排行榜》中的爬虫程序，将抓取下来的数据存储到 MySQL 数据库。如下所示：

1. # coding=gbk
2. from urllib import request
3. import re
4. import time
5. import random
6. from ua_info import ua_list
7. import pymysql
8.  
9. class MaoyanSpider(object):
10.     def __init__(self):
11.         #初始化属性对象
12.         self.url = 'https://maoyan.com/board/4?offset={}'
13.         #数据库连接对象
14.         self.db = pymysql.connect(
15.             'localhost','root','123456','maoyandb',charset='utf8')
16.         #创建游标对象
17.         self.cursor = self.db.cursor()
18.  
19.     def get_html(self,url):
20.         headers = {'User-Agent':random.choice(ua_list)}
21.         req = request.Request(url=url,headers=headers)
22.         res = request.urlopen(req)
23.         html = res.read().decode()
24.         # 直接解析
25.         self.parse_html(html)
26.  
27.     def parse_html(self,html):
28.         re_bds = '<div class="movie-item-info">.*?title="(.*?)".*?<p class="star">(.*?)</p>.*?class="releasetime">(.*?)</p>'
29.         pattern = re.compile(re_bds,re.S)
30.         r_list = pattern.findall(html)
31.         self.save_html(r_list)
32.  
33.     def save_html(self, r_list):
34.         L = []
35.         sql = 'insert into movieinfo values(%s,%s,%s)'
36.         # 整理数据
37.         for r in r_list:
38.             t = (
39.                 r[0].strip(),
40.                 r[1].strip()[3:],
41.                 r[2].strip()[5:15]
42.             )
43.             L.append(t)
44.             print(L)
45.         # 一次性插入多条数据 L:[(),(),()]
46.         try:
47.             self.cursor.executemany(sql,L)
48. # 将数据提交数据库
49.             self.db.commit()
50.         except:
51.             # 发生错误则回滚
52.             self.db.rollback()
53.  
54.     def run(self):
55.         for offset in range(0,11,10):
56.             url = self.url.format(offset)
57.             self.get_html(url)
58.             time.sleep(random.uniform(1,3))
59.  
60.         # 断开游标与数据库连接
61.         self.cursor.close()
62.         self.db.close()
63.  
64. if __name__ == '__main__':
65.     start=time.time()
66.     spider = MaoyanSpider()
67.     spider.run()
68.     end=time.time()
69.     print("执行时间:%.2f" % (end-start))

数据库查询存储结果，如下所示：

mysql> select * from movieinfo;
+----------------+----------------------------------------------------------+------------+
| name           | star                                                     | time       |
+----------------+----------------------------------------------------------+------------+
| 我不是药神     | 徐峥,周一围,王传君                                               | 2018-07-05 |
| 肖申克的救赎   | 蒂姆·罗宾斯,摩根·弗里曼,鲍勃·冈顿                                  | 1994-09-10 |
| 绿皮书         | 维果·莫腾森,马赫沙拉·阿里,琳达·卡德里尼                            | 2019-03-01 |
| 海上钢琴师     | 蒂姆·罗斯,比尔·努恩,克兰伦斯·威廉姆斯三世                           | 2019-11-15 |
| 小偷家族       | 中川雅也,安藤樱,松冈茉优                                          | 2018-08-03 |
| 霸王别姬       | 张国荣,张丰毅,巩俐                                               | 1993-07-26 |
| 哪吒之魔童降世 | 吕艳婷,囧森瑟夫,瀚墨                                              | 2019-07-26 |
| 美丽人生       | 罗伯托·贝尼尼,朱斯蒂诺·杜拉诺,赛尔乔·比尼·布斯特里克                  | 2020-01-03 |
| 这个杀手不太冷 | 让·雷诺,加里·奥德曼,娜塔莉·波特曼                                   | 1994-09-14 |
| 盗梦空间       | 莱昂纳多·迪卡普里奥,渡边谦,约瑟夫·高登-莱维特                        | 2010-09-01 |
+----------------+----------------------------------------------------------+------------+
10 rows in set (0.01 sec)