python--scrapy框架配置redis数据库或者mongdb数据库
Posted kitshenqing
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python--scrapy框架配置redis数据库或者mongdb数据库相关的知识,希望对你有一定的参考价值。
首先在settings文件中进行配置:
# mongdb MONGODB_URI = ‘mongodb://127.0.0.1:27017‘ MONGODB_SERVER="127.0.0.1" MONGODB_PORT=27017 MONGODB_DB = "abckg" # 库名 MONGODB_COLLECTION="content" # 集合(表) # redis REDIS_URL = ‘redis://127.0.0.1:6379‘ REDIS_SERVER = "127.0.0.1" REDIS_PORT = 6379 REDIS_DB = 0 # 指定连接的库,0代表索引为0的库 MY_REDIS=‘myspider:urls‘ #redis数据表中的myspider文件夹下的urls列表
然后就可以在管道中使用了。
首先事mongodb数据库:
import pymongo import fu.settings as settings class FuPipeline(object): ‘‘‘mogodb连接‘‘‘ def __init__(self): self.conn = pymongo.MongoClient(settings.MONGODB_URI, settings.MONGODB_PORT) self.db = self.conn[settings.MONGODB_DB] # 选择数据库 self.MG_table = self.db[settings.MONGODB_COLLECTION] # 选择表 self.db.authenticate(name=‘aaa‘, password=‘12345‘, source=‘admin‘) def process_item(self, item, spider): self.MG_table.insert(dict(item)) return item
然后就是redis数据库:
import redis import logging import zhu.settings as settings from scrapy.utils.project import get_project_settings from scrapy.exceptions import DropItem class ZhuPipeline(object): ‘‘‘连接redis 数据库‘‘‘ def __init__(self): self.redis_table = settings.MY_REDIS # 选择表 self.redis_db = redis.Redis(host=settings.REDIS_SERVER, port=settings.REDIS_PORT, db=settings.REDIS_DB) # redis数据库连接信息 def process_item(self, item, spider): if self.redis_db.exists(item[‘url‘]): ‘‘‘url已存在‘‘‘ logging.debug("redis:url is exites!!!!!!!!!!!!!") raise DropItem(‘%s is exists!!!!!!!!!!!!!!!!‘ % (item[‘url‘])) else: ‘‘‘url不存在,写入到数据库‘‘‘ logging.debug("redis:url is not exites!!!!!!!!!!!!!") self.redis_db.lpush(self.redis_table, item[‘url‘]) return item
以上是关于python--scrapy框架配置redis数据库或者mongdb数据库的主要内容,如果未能解决你的问题,请参考以下文章