中国领先的IT技术网站
|
|

使用Python连接MySQL数据库

本篇文章使用python中的pymysql库连接MySQL数据库,并完成建表,数据写入和查询的过程。为了保证内容的完整性,我们将内容分为两个 阶段,第一阶段简单介绍数据的爬取过程。看过之前爬虫文章的同学请直接忽略。第二阶段介绍将爬去的数据写入MySQL数据库的过程。

作者:佚名来源:蓝鲸的网站分析笔记|2017-11-27 11:41

开发者大赛路演 | 12月16日,技术创新,北京不见不散


本篇文章使用python中的pymysql库连接MySQL数据库,并完成建表,数据写入和查询的过程。为了保证内容的完整性,我们将内容分为两个 阶段,第一阶段简单介绍数据的爬取过程。看过之前爬虫文章的同学请直接忽略。第二阶段介绍将爬去的数据写入MySQL数据库的过程。

使用Python连接MySQL数据库

1,使用python抓取并提取数据

第一阶段介绍数据爬取过程,首先导入所需的库文件,主要包括requests,re和pandas三个库。具体作用在注释中进行了说明,这里不再赘述。

  1. #导入requests库(请求和页面抓取) 
  2. import requests 
  3. #导入正则库(从页面代码中提取信息) 
  4. import re 
  5. #导入科学计算库(拼表及各种分析汇总) 
  6. import pandas as pd 

设置爬取请求中的头文件信息。

  1. #设置请求中头文件的信息 
  2. headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64  
  3. Safari/537.11', 
  4. 'Accept':'text/html;q=0.9,*/*;q=0.8'
  5. 'Accept-Charset':'ISO-8859-1,utf-8;q=0.7,*;q=0.3'
  6. 'Connection':'close'
  7. 'Referer':'https://www.baidu.com/' 

开始抓取数据,并查看抓取到的网页内容。这里我们所需要的数据还在页面源码中,需要使用正则表达式进行提取。

  1. #抓取并保存页面信息 
  2. r=requests.get('http://www.p2peye.com/shuju/ptsj/',headers=headers) 
  3. html=r.content 
  4. #对抓取的页面进行编码 
  5. html=str(html, encoding = "GBK"
  6. #查看抓取的页面源码 
  7. html 
使用Python连接MySQL数据库

使正则表达式从抓取到的网页源码中提取所需数据。这里我们一共提取9个字段。

  1. #使用正则提取title字段信息 
  2. title=re.findall(r'"return false".*?title="(.*?)"',html) 
  3. #使用正则提取total字段信息 
  4. total=re.findall(r'"total">(.*?)万<',html) 
  5. #使用正则提取rate字段信息 
  6. rate=re.findall(r'"rate">(.*?)<',html) 
  7. #使用正则提取pnum字段信息 
  8. pnum=re.findall(r'"pnum">(.*?)人<',html) 
  9. #使用正则提取cycle字段信息 
  10. cycle=re.findall(r'"cycle">(.*?)月<',html) 
  11. #使用正则提取plnum字段信息 
  12. p1num=re.findall(r'"p1num">(.*?)人<',html) 
  13. #使用正则提取fuload字段信息 
  14. fuload=re.findall(r'"fuload">(.*?)分钟<',html) 
  15. #使用正则提取alltotal字段信息 
  16. alltotal=re.findall(r'"alltotal">(.*?)万<',html) 
  17. #使用正则提取captial字段信息 
  18. capital=re.findall(r'"capital">(.*?)万<',html) 

查看其中一个字段的信息,这里我们查看平台名称title的提取结果。

  1. #查看title字段信息 
  2. title 

使用Python连接MySQL数据库

到这里第一阶段的数据爬取工作完成了,现在我们有9个字段的数据,在下一阶段中我们将连接MySQL数据库,并将这9个字段的数据写到数据库里。

2,连接MySQL数据库写入并读取数据

在第二阶段,我们使用python的pymysql库连接MySQL数据库。如果你是第一次使用这个库需要先通过pip install pymysql进行安装,然后导入pymysql库文件。

  1. #导入pymysql库 
  2. import pymysql 

首先连接MySQL数据库,这里需要输入数据库的ip地址,用户名,密码,数据库名称,端口号等信息。我在这里只简单些了ip地址,用户名和数据库名称。每个参数的内容请按你数据库的实际信息进行填写。

  1. #打开数据库连接 
  2. db = pymysql.connect("192.168.0.1","root","","shuju_test" ) 

使用 cursor()创建一个游标对象

  1. # 使用 cursor() 方法创建一个游标对象 cursor 
  2. cursor = db.cursor() 

在数据库中创建一个包含9个字段的数据表,用于写入数据。这里具体分为两步,第一步写出创建数据表的SQL语句。第二步使用execute()执行SQL语句

  1. #创建一个表 
  2. sql1 = "CREATE TABLE wdty7( title varchar(255), total varchar(255), rate varchar(255), people_num varchar(255), cycle  
  3. varchar(255), people_lend_num varchar(255), full_load varchar(255), all_total varchar(255), capital varchar(255)) " 
  4.   
  5. # 使用 execute() 方法执行 SQL 语句 
  6. cursor.execute(sql1) 

使用Python连接MySQL数据库

创建完数据表后,开始写入数据,这里我们使用for循环向数据表中逐条写入9个字段的数据。

  1. #向表中创建新的记录 
  2. for i in range(len(title)): 
  3. sql="INSERT INTO `wdty6`(`title`, `total`, `rate`, `people_num`, `cycle`, `people_lend_num`, `full_load`, `all_total`,  
  4. `capital`)VALUES ( %s, %s, %s, %s, %s, %s, %s, %s, %s);" 
  5. values=(title[i].encode("utf-7").decode("latin1"),total[i],rate[i],pnum[i],cycle[i],p1num[i],fuload[i],alltotal  
  6. [i],capital[i]) 
  7. cursor.execute(sql,values
  8. db.commit() 

创建一个查询语句并使用execute()方法执行查询。

  1. #设置查询语句 
  2. sql1="SELECT * FROM wdty6 where cycle>0.6;" 
  3.   
  4. # 使用 execute() 方法执行 SQL 查询  
  5. cursor.execute(sql1) 

使用Python连接MySQL数据库

使用fetchall()获取刚才写入的所有9个字段的数据,并保存在data中。

  1. #使用fetchall()方法获取所有数据 
  2. data = cursor.fetchall() 

将data中的数据转为pandas的DataFrame格式。

  1. #将获取数据 
  2. import pandas as pd 
  3. columns=["title""total""rate""people_num""cycle""people_lend_num""full_load""all_total""capital"
  4. df = pd.DataFrame(list(data),columns=columns) 

查看从数据库中提取的数据,这里有个问题,平台名称title字段中的中文在写入数据库后变成了乱码,应该是编码转换的问题。目前还没有找到解决办法。如有知道解决办法的朋友请赐教。

  1. #查看数据表  
  2. df.head() 

使用Python连接MySQL数据库

最后,完成所有操作后关闭数据库的连接。

  1. # 关闭数据库连接 
  2. db.close() 

【编辑推荐】

  1. Python模拟Oracle的SQL/PLUS工具的实现方法
  2. Python的ORM框架SQLObject 1.1.3发布
  3. 挨踢部落坐诊第三期:Python在大数据处理上的优势分析
  4. Python MySQL数据库连接池组件
  5. 我用Python爬了上市公司财务报表,跟巴菲特学习如何炒股
【责任编辑:未丽燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

点石成金:访客至上的网页设计秘笈(原书第2版)

有些网站看起来很清爽; 有些网站看起来很杂乱; 有些网站能让你轻松地找到资料; 有些网站让你犹如置身迷宫…… ...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊