目录
1. 实战内容
2、Ajax 分析
3、爬取内容
4、存入MySQL 数据库
4.1 创建相关表
4.2 数据插入表中
5、总代码与结果
1. 实战内容
爬取Scrape | Movie的所有电影详情页的电影名、类别、时长、上映地及时间、简介、评分，并将这些内容存入MySQL数据库中。
2、Ajax 分析
根据上一篇文章5.1 Ajax数据爬取之初介绍-CSDN博客，找到详情页的数据包，如下：
根据数据包，会发现其中 Response中有我们想要的内容。查看其及其他页的Request URL，发现其规律，只需改变后面的数字，构造链接，即可一一爬取信息。
Response中想要的内容如下（为Response部分内容截图）：
等等，不难发现此内容以字典的形式呈现在我们眼前。
3、爬取内容
所以用 eval() 将字符串形式的 content 转换为字典，方便提取信息。将提取的信息汇合成字典，便于传递、存入MySQL数据库。
在爬取的过程中，会发现一些电影数据不完整，会造成错误使得程序崩溃，所以使用try...except...去避免。
import requests
def crawler(url):
response = requests.get(url)
content = response.text
content = eval(content)
name = content['name']
alias = content['alias'] # 外文名
categories = content['categories']
cate = ','.join(categories) # 电影种类
regions = content['regions']
region = ','.join(regions) # 地点
publish_time = content['published_at']
score = content['score']
minute = content['minute'] # 时长
drama = content['drama']
# print(name, alias, cate, region, publish_time, score, minute, drama)
movie_dict = {
'name': name,
'alias': alias,
'cate': cate,
'region': region,
'publish_time':publish_time,
'minute': minute,
'score': score,
'drama': drama
}
print(movie_dict)
if __name__ == '__main__':
last = 100
for i in range(1, last+1):
url = f'https://spa1.scrape.center/api/movie/{i}/'
try:
crawler(url)
except NameError:
print(f'链接{url}数据不完整')
以第一个详情页为例子展现输出结果：
之后，我们可以根据结果存入MySQL数据库。
4、存入MySQL 数据库
4.1 创建相关表
要存入数据库前，要根据字典的键创建相关表，之后才能存入表中。创建表可以在爬取数据之前创建，不需要每次循环创建一次。
相关代码见 create_table() 函数，**mysql_local 用法见上一篇文章5.1 Ajax数据爬取之初介绍-CSDN博客
def creat_table():
conn = pymysql.connect(**mysql_local)
cursor = conn.cursor()
sql = ('CREATE TABLE IF NOT EXISTS movie(id INT AUTO_INCREMENT PRIMARY KEY,'
'name VARCHAR(100) ,'
'alias VARCHAR(100) ,'
'cate VARCHAR(100) ,'
'region VARCHAR(100) ,'
'publish_time DATE,'
'minute VARCHAR(100),'
'score VARCHAR(100),'
'drama TEXT)') # 文本内容
cursor.execute(sql)
conn.close()
sql语句创建表具体可见4.4 MySQL存储-CSDN博客
4.2 数据插入表中
使用 insert_movie() 函数插入字典数据，具体解析可见4.4 MySQL存储-CSDN博客
def insert_movie(movie_dict):
conn = pymysql.connect(**mysql_local)
cursor = conn.cursor()
keys = ','.join(movie_dict.keys())
values = ','.join(['%s'] * len(movie_dict))
sql = f'INSERT INTO movie({keys}) VALUES ({values})'
# print(sql)
# print(tuple(movie_dict.values()))
cursor.execute(sql, tuple(movie_dict.values()))
conn.commit()
conn.close()
5、总代码与结果
import requests
import pymysql
from mysql_info import mysql_local
def creat_table():
conn = pymysql.connect(**mysql_local)
cursor = conn.cursor()
sql = ('CREATE TABLE IF NOT EXISTS movie(id INT AUTO_INCREMENT PRIMARY KEY,'
'name VARCHAR(100) ,'
'alias VARCHAR(100) ,'
'cate VARCHAR(100) ,'
'region VARCHAR(100) ,'
'publish_time DATE,'
'minute VARCHAR(100),'
'score VARCHAR(100),'
'drama TEXT)')
cursor.execute(sql)
conn.close()
def insert_movie(movie_dict):
conn = pymysql.connect(**mysql_local)
cursor = conn.cursor()
keys = ','.join(movie_dict.keys())
values = ','.join(['%s'] * len(movie_dict))
sql = f'INSERT INTO movie({keys}) VALUES ({values})'
# print(sql)
# print(tuple(movie_dict.values()))
cursor.execute(sql, tuple(movie_dict.values()))
conn.commit()
conn.close()
def crawler(url):
response = requests.get(url)
content = response.text
content = eval(content)
# id = content['id']
name = content['name']
alias = content['alias'] # 外文名
categories = content['categories']
cate = ','.join(categories)
regions = content['regions']
region = ','.join(regions)
publish_time = content['published_at']
score = content['score']
minute = content['minute']
drama = content['drama']
# print(name, alias, cate, region, publish_time, score, minute, drama)
movie_dict = {
# 'id': id,
'name': name,
'alias': alias,
'cate': cate,
'region': region,
'publish_time':publish_time,
'minute': minute,
'score': score,
'drama': drama
}
# print(movie_dict)
insert_movie(movie_dict)
if __name__ == '__main__':
creat_table()
last = 100
for i in range(1, last+1):
url = f'https://spa1.scrape.center/api/movie/{i}/'
try:
crawler(url)
except NameError:
print(f'链接{url}数据不完整')
mysql数据库部分内容：
本人新手，若有错误，欢迎指正；若有疑问，欢迎讨论。若文章对你有用，点个小赞鼓励一下，谢谢，一起加油吧！
推荐链接
您阅读本篇文章共花了：
发表评论