Scrapy基础(十)———同步机制将Item中的数据写在Mysql

  前面讲解到将Item中的所有字段都已经填写完成，那么接下来就是将他们存储到mysql数据库中,
那就用到了pipeline项目管道了；
  对项目管道的理解:做一个比喻，爬取好比是开采石油，Item装的都是原油，需要通过一系列的管道
和工艺进行提炼,而这些原油都是通过pipeline进行加工的，才能真正的到我们所能使用的油(数据)
  大致思路：
      1， 安装MySQLdb和连接数据库的驱动mysqlclient,并创建数据库和相应的表，创建和Item的字段
        一样的字段(注意各个字段的类型,长度和默认值);这些操作可通过navicat进行操作
      2,自定义pipeline,引入mysqldb库，将Item中的数据写入数据库
      3,在settings文件中注册这个管道，并给这个管道一个编号(这个管道在哪条工艺之后进行)

具体代码

#引入操作数据库模块
import MySQLdb

class MysqlPipeline(object):
    '''
    同步机制实现mysql写入操作
    '''

    #定义初始化函数，当类被使用时自动调用这个函数，我们让他初始化时就连接上数据库
    def __init__(self):
        #取个变量名，连接数据库,依次是: host,user,password,dbname
        self.conn = MySQLdb.connect("127.0.0.1","root","root","artical_spider")
        #通过cursor()的方法获取游标
        self.cursor = self.conn.cursor()

    #自定义的管道必须有此方法
    def process_item(self,item,spider):
        #要执行的插入sql语句
        insert_sql = """
            insert into jobbole_artical(title,creat_date,url,url_object_id,
                front_image_url2,front_image_path,tags,comment_num,
                fav_num,like_num,content
                )
            VALUES(%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)
        """
        
        #执行sql语句,注意后面是元组，将Item中的数据格式化填充到插入语句中
        self.cursor.execute(insert_sql,(item["title"],item["creat_date"],item["url"],
            item["url_object_id"],item["front_image_url2"],item["front_image_path"],
            item["tags"],item["comment_num"],item["fav_num"],item["like_num"],item["content"]))

        #将sql语句提交到数据库执行
        self.conn.commint()

注意：

一：

我们从前设置过

artical_item["front_image_url"] = [front_image_url]

这个Item是一个列表类型，当你写入数据库时候报错， 

File "C:UsersAdministratorEnvsartical_spiderlibsite-packagesMySQLdbconverters.py", line 90, in quote_tuple
    return "(%s)" % (','.join(escape_sequence(t, d)))
TypeError: sequence item 0: expected str instance, bytes found

当我们改为str时图片的下载路径又不能正常工作，

所以只能添加一个新的一样的Item，一个设置为列表，供图片下载，一个为写入数据库中做准备

二:

对于数据库各个字段的设置，这里可将一些字段设置为不为空，并且设置一些字段的默认值；

这里讲url_object_id设置成主键，主键不能为空且唯一；在

在写入数据库时，各个字段要和Item字段的顺序相对应

三：

关于python对数据库的操作,本篇参考了这篇博文

以下是运行结果

'''