2017.08.04 Python网络爬虫之Scrapy爬虫实战二 天气预报的数据存储问题

1.数据存储到JSon：程序阅读一般都是使用更方便的Json或者cvs等待格式，继续讲解Scrapy爬虫的保存方式，也就是继续对pipelines.py文件动手脚

（1）创建pipelines2json.py文件：

import time
import json
import codecs



class WeatherPipeline(object):
    def process_item(self, item, spider):
        today=time.strftime('%Y%m%d',time.localtime())
        fileName=today+'.json'
        with codecs.open(fileName,'a',encoding='utf8') as fp:
            line=json.dumps(dict(item),ensure_ascii=False)+'\n'
            fp.write(line)
        return item

（2）修改Settings.py文件，将pipelines2json加入到ITEM_PIPELINES中去：

（3）执行命令：scrapy crawl HQUSpider，查看运行结果

 

2.数据存储到MySQL：

（1）linux安装Mysql：sudo apt-get install mysql-server mysql-client

（2）登录mysql，查看mysql的字符编码：

mysql -u root -p

mysql> SHOW VARIABLES LIKE "character%";

（3）不修改Mysql的环境变量，只在创建数据库和表的时候指定字符编码：

mysql>CREATE DATABASE scrapyDB CHARACTER SET 'utf8' COLLATE 'utf8_general_Ci';

mysql> USE scrapyDB;

mysql> CREATE TABLE weather(
-> id INT AUTO_INCREMENT,
-> cityDate char(24),week char(6),
-> img char(20),
-> temperature char(20),
-> weather char(20),
-> wind char(20),
-> PRIMARY KEY(id)) ENGINE=InnoDB DEFAULT CHARSET=utf8;

 

（4）创建一个普通用户，并给这个用户管理数据库的权限，在mysql环境下，执行命令：

mysql> grant all PRIVILEGES on scrapy.* to crawlUSER@'%' identified by 'crawl123';

mysql> GRANT USAGE ON scrapyDB.* TO 'crawlUSER'@'localhost' IDENTIFIED BY 'crawl123' WITH GRANT OPTION;

 

（5）windows下安装MySQLdb模块：

执行命令：pip install MySQL-python

安装报错:

转而安装Microsoft Visual C++ Compiler for Python 2.7，网址：https://www.microsoft.com/en-us/download/confirmation.aspx?id=44266

 安装VcForPython27也遇到问题：  error: command 'C:\\Users\\\xb4\xba\xcc\xef\\AppData\\Local\\Programs\\Common\\Microsoft\\Visual C++ for Python\\9.0\\VC\\Bin\\amd64\\cl.exe' failed with exit status 2

解决方法：

解决办法：搜索或者到下面网址下载安装：MySQL-python-1.2.3.win-amd64-py2.7.exe

MySQL-python 1.2.3 for Windows and Python 2.7, 32bit and 64bit versions | codegood
http://www.codegood.com/archives/129

安装成功！！

 

（6）编辑pipelines2mysql.py：

# -*- coding: utf-8 -*-

# Define your item pipelines here
#
# Don't forget to add your pipeline to the ITEM_PIPELINES setting
# See: http://doc.scrapy.org/en/latest/topics/item-pipeline.html
import MySQLdb
import os.path



class WeatherPipeline(object):
    def process_item(self, item, spider):
        cityDate=item['cityDate'].encode('utf8')
        week=item['week'].encode('utf8')
        img=os.path.basename(item['img'])
        temperature=item['temperature'].encode('utf8')
        weather=item['weather'].encode('utf8')
        wind=item['wind'].encode('utf8')

        conn=MySQLdb.connect(
            host='远程主机ip地址',
            port=3306,
            user='crawlUSER',
            passwd='密码',
            db='scrapyDB',
            charset='utf8'
        )
        cur=conn.cursor()
        cur.execute("INSERT  weather(cityDate,week,img,temperature,weather,wind) values(%s,%s,%s,%s,%s,%s)",
                    ( cityDate,week,img,temperature,weather,wind))
        cur.close()
        conn.commit()
        conn.close()
        return item

运行报错：

解决方法：去掉sql语句中的TO ；

完成！！