Question

14.4.1 使用 pymysql 操作 MySQL 数据库

存储数据到 MySQL 数据库

也可以把爬取到的数据存储到 MySQL 数据库中。MySQL 数据库的安装这里不再赘述，读者可以上网查询在不同操作系统下的安装方法。要想在 Python 中操作 MySQL 数据库，需要用到 Python 连接 MySQL 的接口包 pymysql，可以使用 pip 安装。

>pip install pymysql 

下面简单讲解 pymysql 的用法。

1. 连接数据库

不同于 MongoDB，MySQL 需要用户事先创建好数据库和表。假设这里已经创建好了数据库 ljdb 和 chengjiao 表，然后就可以使用如下命令连接到创建的数据库。

conn = pymysql.connect(host='127.0.0.1', user='root',
                       passwd='123456', db='ljdb')

2. 执行 SQL 语句

使用 conn.query() 直接执行 SQL 语句；使用 SQL 语句插入数据；使用 conn.commit() 提交执行。

3. 关闭连接

使用 conn.close() 关闭连接。

14.4.2 把链家经纪人成交数据存储到 MySQL 数据库

与上节存储到 MongoDB 配置类似，打开链家经纪人成交项目中的 pipeline 文件，在 open_spider 方法中连接 MySQL 数据库，在 process_item 方法中执行保存数据到数据库，在 close_spider 方法中关闭数据库，修改代码如下。

import pymysql
 
class Pachong5Pipeline(object): 
    def open_spider(self): 
        self.conn = pymysql.connect(host='127.0.0.1', user='root',  
                                    passwd='123456', db='ljdb')#连接数据库 
    def process_item(self, item, spider): 
        #添加数据到 chengjiao 表中 
        self.conn.query( 
"insert chengjiao(name,region,apartment,time,total_price) " 
"values('{}','{}','{}','{}','{}')".format( 
    item['name'], item['region'], item['apartment'],  
    item['time'], item['total_price'])) 
        self.conn.commit()   #执行添加 
    def close_spider(self,spider): 
        self.conn.close()    #关闭连接

然后在 settings.py 中把定义好的 pipeline 启用起来。

ITEM_PIPELINES = {
   'pachong5.pipelines.Pachong5Pipeline': 300, 
} 

在运行这个爬虫时，系统可以把数据存储到 MySQL 数据库中。

上面简单演示了存储数据到 MySQL 的方法。需要注意的是，在 MySQL 中创建数据库和表的时候，要注意设置其编码方式为 utf8，否则可能出现 UnicodeEncodeError。pymysql 还有很多功能和用法，读者可以查看 pymysql 文档。