16. Python Pymysql实现数据存储

1. 前言

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》

2. 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 2 3 4 5 6 7 8 9 10 11 12

# 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) );

3. 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

?

1	cursor = db.cursor()

3) 执行sql命令

execute() 方法用来执行 SQL 语句。如下所示：

?

1 2 3 4 5 6

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

4) 提交数据

?

1	db.commit()

5) 关闭数据库

?

1 2	cursor.close() db.close()

完整的代码如下所示：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

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

查询数据结果，如下所示：

?

1 2 3 4 5 6 7

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 2 3 4 5 6 7 8 9 10

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

4. 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 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 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62

# coding=gbk from urllib import request import re import time import random from ua_info import ua_list import pymysql class MaoyanSpider(object):     def __init__(self):         #初始化属性对象         self.url = 'https://maoyan.com/board/4?offset={}'         #数据库连接对象         self.db = pymysql.connect(             'localhost','root','123456','maoyandb',charset='utf8')         #创建游标对象         self.cursor = self.db.cursor()     def get_html(self,url):         headers = {'User-Agent':random.choice(ua_list)}         req = request.Request(url=url,headers=headers)         res = request.urlopen(req)         html = res.read().decode()         # 直接解析         self.parse_html(html)     def parse_html(self,html):         re_bds = '<div class="movie-item-info">.*?title="(.*?)".*?<p class="star">(.*?)</p>.*?class="releasetime">(.*?)</p>'         pattern = re.compile(re_bds,re.S)         r_list = pattern.findall(html)         self.save_html(r_list)     def save_html(self, r_list):         L = []         sql = 'insert into movieinfo values(%s,%s,%s)'         # 整理数据         for r in r_list:             t = (                 r[0].strip(),                 r[1].strip()[3:],                 r[2].strip()[5:15]             )             L.append(t)             print(L)         # 一次性插入多条数据 L:[(),(),()]         try:             self.cursor.executemany(sql,L)             # 将数据提交数据库             self.db.commit()         except:             # 发生错误则回滚             self.db.rollback()     def run(self):         for offset in range(0,11,10):             url = self.url.format(offset)             self.get_html(url)             time.sleep(random.uniform(1,3))         # 断开游标与数据库连接         self.cursor.close()         self.db.close() if __name__ == '__main__':     start=time.time()     spider = MaoyanSpider()     spider.run()     end=time.time()     print("执行时间:%.2f" % (end-start))

数据库查询存储结果，如下所示：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

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)