手记

python爬虫#数据存储#JSON/CSV/MYSQL/MongoDB/

Json数据处理

JSON支持数据格式:

对象(字典)。使用花括号。
数组(列表)。使用方括号。
整形、浮点型、布尔类型还有null类型。
字符串类型(字符串必须要用双引号,不能用单引号)。
多个数据之间使用逗号分开。
注意:json本质上就是一个字符串。

字典和列表转JSON:
import json

books = [
{'title': '钢铁是怎样练成的','price': 9.8},
{'title': '红楼梦','price': 9.9}
]

json_str = json.dumps(books,ensure_ascii=False)
print(json_str)

因为json在dump的时候,只能存放ascii的字符,因此会将中文进行转义,这时候我们可以使用ensure_ascii=False关闭这个特性。

在Python中。只有基本数据类型才能转换成JSON格式的字符串。也即:int、float、str、list、dict、tuple。

将json数据直接dump到文件中:

json模块中除了dumps函数,还有一个dump函数,这个函数可以传入一个文件指针,直接将字符串dump到文件中。

books = [
{'title': '钢铁是怎样练成的','price': 9.8},
{'title': '红楼梦','price': 9.9}
]with open('a.json','w') as fp:
json.dump(books,fp)
将一个json字符串load成Python对象:
json_str = '[{"title": "钢铁是怎样练成的", "price": 9.8}, {"title": "红楼梦", "price": 9.9}]'
books = json.loads(json_str,encoding='utf-8')
print(type(books))
print(books)
直接从文件中读取json:
import jsonwith open('a.json','r',encoding='utf-8') as fp:
json_str = json.load(fp)print(json_str)

csv文件处理

读取csv文件:
import csv

with open('stock.csv','r') as fp:reader = csv.reader(fp)
titles = next(reader)for x in reader:print(x)

这样操作,以后获取数据的时候,就要通过下表来获取数据。如果想要在获取数据的时候通过标题来获取。那么可以使用DictReader

import csv

with open('stock.csv','r') as fp:reader = csv.DictReader(fp)for x in reader:print(x['turnoverVol'])
写入数据到csv文件:

写入数据到csv文件,需要创建一个writer对象,主要用到两个方法。一个是writerow,这个是写入一行。一个是writerows,这个是写入多行

import csv

headers = ['name','age','classroom']
values = [
('zhiliao',18,'111'),
('wena',20,'222'),
('bbc',21,'111')
]with open('test.csv','w',newline='') as fp:
writer = csv.writer(fp)
writer.writerow(headers)
writer.writerows(values)

也可以使用字典的方式把数据写入进去。这时候就需要使用DictWriter

import csv

headers = ['name','age','classroom']
values = [
{"name":'wenn',"age":20,"classroom":'222'},
{"name":'abc',"age":30,"classroom":'333'}
]with open('test.csv','w',newline='') as fp:
writer = csv.DictWriter(fp,headers)
writer = csv.writeheader()
writer.writerow({'name':'zhiliao',"age":18,"classroom":'111'})
writer.writerows(values)

MySQL处理数据

安装驱动程序:

Python要想操作MySQL。必须要有一个中间件,或者叫做驱动程序。驱动程序有很多。比如有mysqldb、mysqlclient、pymysql等。在这里,我们选择用pymysql。安装方式也是非常简单,通过命令pip install pymysql即可安装。

数据库连接:

数据库连接之前。首先先确认以下工作完成,这里我们以一个pymysql_test数据库.以下将介绍连接mysql的示例代码:

import pymysql

db = pymysql.connect(
host="127.0.0.1",
user='root',
password='root',
database='pymysql_test',
port=3306
)
cursor = db.cursor()
cursor.execute("select 1")
data = cursor.fetchone()
print(data)
db.close()
插入数据:
import pymysql

db = pymysql.connect(
host="127.0.0.1",
user='root',
password='root',
database='pymysql_test',
port=3306
)
cursor = db.cursor()
sql = """
insert into user(
id,username,gender,age,password
)
values(null,'abc',1,18,'111111');
"""cursor.execute(sql)
db.commit()
db.close()

如果在数据还不能保证的情况下,可以使用以下方式来插入数据:

sql = """
insert into user(
id,username,gender,age,password
)
values(null,%s,%s,%s,%s);
"""cursor.execute(sql,('spider',1,20,'222222'))
查找数据:

使用pymysql查询数据。可以使用fetch*方法。

fetchone():这个方法每次之获取一条数据。
fetchall():这个方法接收全部的返回结果。
fetchmany(size):可以获取指定条数的数据。

cursor = db.cursor()

sql = """
select * from user
"""cursor.execute(sql)while True:
result = cursor.fetchone()if not result:breakprint(result)
db.close()

或者是直接使用fetchall,一次性可以把所有满足条件的数据都取出来:

cursor = db.cursor()

sql = """
select * from user
"""cursor.execute(sql)
results = cursor.fetchall()for result in results:
print(result)
db.close()

或者是使用fetchmany,指定获取多少条数据:

cursor = db.cursor()

sql = """
select * from user
"""cursor.execute(sql)
results = cursor.fetchmany(1)for result in results:
print(result)
db.close()
删除数据:
cursor = db.cursor()

sql = """
delete from user where id=1
"""cursor.execute(sql)
db.commit()
db.close()
更新数据:
conn = pymysql.connect(host='localhost',user='root',password='root',database='pymysql_demo',port=3306)
cursor = conn.cursor()

sql = """
update user set username='aaa' where id=1
"""cursor.execute(sql)
conn.commit()

conn.close()

MongoDB

将MongoDB制作成windows服务:

启动mongodb后,如果想让mongodb一直运行,那么这个终端便不能关闭,而且每次运行的时候还需要指定data的路径。因此我们可以将mongodb制作成一个服务,以后就通过一行命令就可以运行了。以下将讲解如何制作服务:

创建配置文件:在mongodb安装的路径下创建配置文件mongod.cfg(路径和名字不是必须和我这的一样),然后在配置文件中添加以下代码:

logpath=D:\ProgramApp\mongodb\data\log\mongod.logdbpath=D:\ProgramApp\mongodb\data\dblogpath是日志的路径。dbpath是mongodb数据库的存储路径。
安装mongodb服务:

使用以下命令即可将mongodb安装成一个服务:

mongod --config "cfg配置文件所在路径" --install比如:
mongod --config "D:\ProgramApp\mongodb\mongod.cfg" --install启动mongodb:net start mongodb。

关闭mongodb: net stop mongodb。

移除mongodb:"D:\ProgramApp\mongodb\bin\mongod.exe" --remove。
MongoDB概念介绍:
SQL术语/概念    MongoDB术语/概念 解释/说明
database    database    数据库
table   collection  数据库表/集合
row document    数据记录行/文档
column field    数据字段/域index   index   索引
joins   joins   表连接,MongoDB不支持
primary key/primary key 主键,MongoDB自动将_id字段设置为主键
MongoDB三元素:

三元素:数据库、集合、文档。

文档(document):就是关系型数据库中的一行。文档是一个对象,由键值对构成,是json的扩展形式:
{'name':'abc','gender':'1'}
集合(collection):就是关系型数据库中的表。可以存储多个文档,结构可以不固定。如可以存储如下文档在一个集合中:
{"name":"abc","gender":"1"}
{"name":"xxx","age":18}
{"title":'yyy','price':20.9}

MongoDB基本操作命令:

db:查看当前的数据库。

show dbs:查看所有的数据库。

use 数据库名:切换数据库。如果数据库不存在,则创建一个。(创建完成后需要插入数据库才算创建成功)

db.dropDatabase():删除当前指向的数据库。

db.集合名.insert(value):添加数据到指定的集合中。

db.集合名.find():从指定的集合中查找数据。 更多命令请见:http://www.runoob.com/mongodb/mongodb-tutorial.html

Python操作MongoDB:

安装pymongo:

要用python操作mongodb,必须下载一个驱动程序,这个驱动程序就是pymongo:

pip install pymongo

连接MongoDB:
import pymongo# 获取连接的对象client = pymongo.MongoClient('127.0.0.1',port=27017)# 获取数据库db = client.zhihu# 获取集合(表)collection = db.qa# 插入一条数据到集合中collection.insert_one({"username":"abc","password":'hello'
})
数据类型:
类型  说明Object ID   文档IDString  字符串,最常用,必须是有效的UTF-8Boolean 存储一个布尔值,true或falseInteger 整数可以是32位或64位,这取决于服务器Double  存储浮点值
Arrays  数组或列表,多个值存储到一个键Object  用于嵌入式的文档,即一个值为一个文档
Null    存储Null值
Timestamp   时间戳,表示从1970-1-1到现在的总秒数Date    存储当前日期或时间的UNIX时间格式
操作MongoDB:

操作MongoDB的主要方法如下:

insert_one:加入一条文档数据到集合中。示例代码如下:
collection.insert_one({"username":"abc","password":'hello'})
insert_many:加入多条文档数据到集合中。
collection.insert_many([
{"username":'abc','password':'111111'},
{"username":'bbb','password':'222222'},
])

find_one:查找一条文档对象。

result = collection.find_one()print(result)# 或者是指定条件result = collection.find_one({"username":"abc"})print(result)
update_one:更新一条文档对象。
collection.update_one({"username":"abc"},{"$set":{"username":"aaa"}})
update_many:更新多条文档对象。
collection.update_many({"username":"abc"},{"$set":{"username":"aaa"}})
delete_one:删除一条文档对象。
collection.delete_one({"username":"abc"})
delete_many:删除多条文档对象。
collection.delete_one({"username":"abc"})

原文出处:https://www.cnblogs.com/mumengyun/p/10003189.html  

0人推荐
随时随地看视频
慕课网APP