源码分享
https://docs.qq.com/sheet/DUHNQdlRUVUp5Vll2?tab=BB08J2
在Python爬虫开发中,数据持久化是一个重要的步骤。通常,我们会将爬取的数据保存到数据库中。本篇博客将介绍如何使用对象关系映射(ORM)模型在Python中操作MySQL数据库,以便更加高效和安全地管理爬虫数据。
ORM简介
ORM即对象关系映射,它是一种数据库抽象技术,使得开发者能够以编程语言中的对象的方式来操作数据库。Python社区中流行的ORM框架有SQLAlchemy和Django ORM等。
SQLAlchemy入门
SQLAlchemy是Python中最著名的ORM工具之一,它提供了强大的数据库操作能力。以下是如何使用SQLAlchemy操作MySQL数据库的详细步骤。
安装必要库
首先,确保已经安装了SQLAlchemy
和MySQL的Python适配器,例如mysql-connector-python
:
pip install sqlalchemy mysql-connector-python
定义模型
定义一个模型,它映射到MySQL数据库中的一个表。例如,如果您的爬虫正在爬取书籍信息,您可能会有一个模型如下:
from sqlalchemy import create_engine, Column, Integer, String, Float
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
# 定义基类
Base = declarative_base()
# 定义Book模型,它对应于MySQL中的一个表
class Book(Base):
__tablename__ = 'books' # 数据库中表的名字
id = Column(Integer, primary_key=True)
title = Column(String(200))
author = Column(String(100))
ratings = Column(Float)
def __repr__(self):
return f"<Book(title={self.title}, author={self.author}, ratings={self.ratings})>"
连接数据库
创建一个与MySQL数据库的连接,并建立一个Session来操作数据库。
# 创建连接到数据库的引擎
engine = create_engine('mysql+mysqlconnector://user:password@localhost:3306/dbname')
# 创建所有表(如果它们还不存在)
Base.metadata.create_all(engine)
# 创建Session类
Session = sessionmaker(bind=engine)
# 创建实际的Session对象
session = Session()
请将user
, password
, localhost
, 3306
和dbname
替换为实际的MySQL连接参数。
操作数据库
现在可以通过创建模型的实例来插入新记录,通过查询来获取数据,通过修改模型实例来更新记录,或者删除记录。
# 插入新书籍
new_book = Book(title="Python编程:从入门到实践", author="Eric Matthes", ratings=4.5)
session.add(new_book)
session.commit()
# 查询书籍数据
books = session.query(Book).filter_by(author="Eric Matthes").all()
for book in books:
print(book)
# 更新书籍数据
book_to_update = session.query(Book).get(1) # 假设id为1的书籍存在
if book_to_update:
book_to_update.ratings = 4.7
session.commit()
# 删除书籍数据
book_to_delete = session.query(Book).get(1)
if book_to_delete:
session.delete(book_to_delete)
session.commit()
结语
ORM提供了一种方便的方式来操作数据库,使得数据库操作更加直观和安全。在爬虫项目中,使用ORM可以提高代码的可读性和可维护性,并且有助于避免SQL注入这样的安全问题。本篇博客介绍了如何使用SQLAlchemy框架与MySQL交互,希望能帮助你在接下来的爬虫项目中更高效地处理数据。
使用ORM模型操作数据库是现代Web开发的最佳实践之一,而在爬虫开发中同样适用。始终记住,每一个爬虫都应当负责任地对待数据和网络资源。祝您的爬虫项目顺利!