python爬取电影信息并插入至MySQL数据库

女爷i 2022-09-02 04:21 165阅读 0赞

在上篇博文中，博主使用python爬取了豆瓣电影的影片信息，接下来，博主考虑到在之前做的JavaWeb电影院项目中需要向数据库中一个个的插入影片数据，十分的繁琐，那么在使用了python爬虫后，这个操作变被大大的简化了，我们只需要在获取影片信息的基础上进行数据插入即可，接下来便是实现过程。  
**如何爬取影片数据：**  
[爬取电影信息][Link 1]

结果如图所示  
![请添加图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd4aWFuZzE5OTg_size_16_color_FFFFFF_t_70]  
在使用python的数据库操作时需要先安装pymysql这个第三方库  
博主考虑到要方便今后的项目开发以及python支持面向对象编程，因此对数据库操作进行了封装

## 参数初始化 ##

类初始化，在创建类时便会执行

def __init__(self):
            self.host = '127.0.0.1'
            self.port = 3306
            self.user = 'root'
            self.password = 'px980305'
            self.db = 'python'
            self.charset = "utf8"

## 创建连接 ##

def get_con(self):
            try:
                conn = pymysql.connect(host=self.host, user=self.user, password=self.password, db=self.db, port=self.port, charset=self.charset)
                return conn
            except pymysql.Error:
                print ("connect error")

## 执行操作 ##

在python的数据库操作中，是以游标对象来进行数据库增删改查操作的  
![请添加图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd4aWFuZzE5OTg_size_16_color_FFFFFF_t_70 1]

## 插入操作 ##

插入操作中，传入的参数类型不同，那么sql语句的写法也不相同  
**参数为元组类型时**

5.1.1参数是元组
    #必须加括号,只能是(%s)格式; 参数必须是（str,）
        
    # 实例1.1.1：一个参数
    str_insert= "INSERT INTO m1805 (id) VALUES (%s)"# 只能是(%s)格式
    cursor.execute(str_insert,('7'))                                        #必须加括号必须是字符串
    con.commit()
        
    # 实例1.1.2：多个参数
    str_insert= "INSERT INTO m1805 (id,name) VALUES (%s,%s)"# 只能是(%s)格式
    cursor=con.cursor()
    cursor.execute(str_insert,('123','Jim'))#必须加括号必须是字符串
    con.commit()

**参数为字典类型时**

#必须加括号包括,只能是%(字典键名)s格式; 参数必须是字典
        
    #实例1.2.1：
    arg = { 'x':'33'}
    str_insert= "INSERT INTO m1805 (id) VALUES (%(x)s)"
    cursor.execute(str_insert,arg)
    con.commit()
        
    #实例1.2.2：
    arg = { 'x':'44','y':'Bob'}
    str_insert= "INSERT INTO m1805 (id,name) VALUES (%(x)s,%(y)s)"
    cursor.execute(str_insert,arg)
    con.commit()

在执行插入操作时，我们传入的参数为：

sql = "insert into movice(name,cover,score) values(%s,%s,%s)"
    data = [("呵呵",'img/1.jpg',"9.0"), ("呵呵",'img/1.jpg',"9.0")]

很明显，我们使用的是元组类型

def dml_by_where(self, sql, params):
            try:
                con = self.get_con()#获取连接
                cur = con.cursor()#获取游标对象
                for d in params:#遍历参数
                    if self.SHOW_SQL:
                        print('执行sql:[{}],参数:[{}]'.format(sql, d))
                    cur.execute(sql, d)#具体执行
                con.commit()
            except pymysql.Error:
                con.rollback()
                print ("update error")
            finally:#关闭资源
                cur.close()
                con.close()

那么至此，数据库部分的插入功能便完成了，接下来则是调用了  
定义一个插入操作函数方法

def ins_by_param(sql,data):
        db.dml_by_where(sql, data)

生成MysqlClass对象实例，即开始数据库操作，将元组数据保存在列表中，将爬虫获取的数据信息进行提取封装为元组加入到列表中

db=MysqlClass()
    mydata=[]
    for x in data:  
     d=(x['movie_name'],"./images/"+x['movie_name']+".jpg",x['movie_rate'])
        mydata.append(d)

执行插入操作  
添加语句会被循环执行，执行次数由元组个数所决定

sql = "insert into movice(name,cover,score) values(%s,%s,%s)"
    ins_by_param(sql,mydata)

至此，数据插入操作便完成了  
下面封上数据库封装部分的源代码，里面还封装

import pymysql
    
    class MysqlClass:
        SHOW_SQL = False
    
        def __init__(self):
            self.host = '127.0.0.1'
            self.port = 3306
            self.user = 'root'
            self.password = 'px980305'
            self.db = 'python'
            self.charset = "utf8"
    
        # 建立连接
        def get_con(self):
            try:
                conn = pymysql.connect(host=self.host, user=self.user, password=self.password, db=self.db, port=self.port, charset=self.charset)
                return conn
            except pymysql.Error:
                print ("connect error")
                
        # 插入更新方法,eg:sql='insert into pythontest values(%s,%s,%s,now()',params=(6,'C#','good book')
        def dml_by_where(self, sql, params):
            try:
                con = self.get_con()
                cur = con.cursor()
                for d in params:
                    if self.SHOW_SQL:
                        print('执行sql:[{}],参数:[{}]'.format(sql, d))
                    cur.execute(sql, d)
                con.commit(
    
            except pymysql.Error:
                con.rollback()
                print ("update error")
            finally:
                cur.close()
                con.close()
    
        # 不带参数的更新方法
        def dml_nowhere(self, sql):
            try:
                con = self.get_con()
                cur = con.cursor()
                count = cur.execute(sql)
                con.commit()
                return count
            except pymysql.Error:
                con.rollback()
                print ("update error")
            finally:
                cur.close()
                con.close()

码字不易给个赞呗！

[Link 1]: https://blog.csdn.net/pengxiang1998/article/details/119221689
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd4aWFuZzE5OTg_size_16_color_FFFFFF_t_70]: /images/20220829/8ccbcdf24f284ee1b6f6e1a9658d9e4c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Blbmd4aWFuZzE5OTg_size_16_color_FFFFFF_t_70 1]: /images/20220829/5be14ab428234c2e86dfa3582bd4b772.png