现在我们需要将所有的数据存到数据库中,一般有两种方式:直接存到数据库中和先保存为csv文件再导入数据库
两种方式我都尝试了,我用的是mysql数据库
一、直接存到数据库中
使用items包装需要爬取的内容。把内容都用items.py来进行管理,便于把抓取的内容传递进pipelines进行后期处理,同时分工明确
接下来在爬虫文件中添加以下内容,将数据传给pipeline.py去处理
在pipeline中连接数据库,并创建一个表
一开始时将连接数据库放到初始化函数中,但一直提示pipeline.py中没有属性cursor,具体原因还未弄懂,有知道的大神麻烦在评论取讲解下
接下来插入数据,最后记得关闭连接
二、保存为CSV文件
在初始化中打开csv文件,如果csv文件不存在,就会自动新建,并且将列名写入第一行
接下来将前面传过来的item写入csv中,最后同样记得关闭
然后我们就看到文件下多了个csv文件