存入MongoDB
1.啟動MongoDB數據庫:sudo mongod
2.執(zhí)行下面程序:py2 process_youyuan_mongodb.py
# process_youyuan_mongodb.py # -*- coding: utf-8 -*- import json import redis import pymongo def main(): # 指定Redis數據庫信息 rediscli = redis.StrictRedis(host='192.168.199.108', port=6379, db=0) # 指定MongoDB數據庫信息 mongocli = pymongo.MongoClient(host='localhost', port=27017) # 創(chuàng)建數據庫名 db = mongocli['youyuan'] # 創(chuàng)建表名 sheet = db['beijing_18_25'] while True: # FIFO模式為 blpop,LIFO模式為 brpop,獲取鍵值 source, data = rediscli.blpop(["youyuan:items"]) item = json.loads(data) sheet.insert(item) try: print u"Processing: %(name)s %(link)s>" % item except KeyError: print u"Error procesing: %r" % item if __name__ == '__main__': main()
存入 MySQL
1.啟動mysql:mysql.server start(更平臺不一樣)
2.登錄到root用戶:mysql -uroot -p
3.創(chuàng)建數據庫youyuan:create database youyuan;
4.切換到指定數據庫:use youyuan
5.創(chuàng)建表beijing_18_25以及所有字段的列名和數據類型。
6.執(zhí)行下面程序:py2 process_youyuan_mysql.py
#process_youyuan_mysql.py # -*- coding: utf-8 -*- import json import redis import MySQLdb def main(): # 指定redis數據庫信息 rediscli = redis.StrictRedis(host='192.168.199.108', port = 6379, db = 0) # 指定mysql數據庫 mysqlcli = MySQLdb.connect(host='127.0.0.1', user='power', passwd='xxxxxxx', db = 'youyuan', port=3306, use_unicode=True) while True: # FIFO模式為 blpop,LIFO模式為 brpop,獲取鍵值 source, data = rediscli.blpop(["youyuan:items"]) item = json.loads(data) try: # 使用cursor()方法獲取操作游標 cur = mysqlcli.cursor() # 使用execute方法執(zhí)行SQL INSERT語句 cur.execute("INSERT INTO beijing_18_25 (username, crawled, age, spider, header_url, source, pic_urls, monologue, source_url) VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s )", [item['username'], item['crawled'], item['age'], item['spider'], item['header_url'], item['source'], item['pic_urls'], item['monologue'], item['source_url']]) # 提交sql事務 mysqlcli.commit() #關閉本次操作 cur.close() print "inserted %s" % item['source_url'] except MySQLdb.Error,e: print "Mysql Error %d: %s" % (e.args[0], e.args[1]) if __name__ == '__main__': main()
總結
以上所述是小編給大家介紹的分布式爬蟲處理Redis里的數據操作步驟,希望對大家有所幫助,如果大家有任何疑問歡迎給我留言,小編會及時回復大家的!
標簽:林芝 唐山 廣東 香港 贛州 揚州 景德鎮(zhèn) 澳門
巨人網絡通訊聲明:本文標題《分布式爬蟲處理Redis里的數據操作步驟》,本文關鍵詞 分布式,爬蟲,處理,Redis,;如發(fā)現本文內容存在版權問題,煩請?zhí)峁┫嚓P信息告之我們,我們將及時溝通與處理。本站內容系統(tǒng)采集于網絡,涉及言論、版權與本站無關。