标签：position blank 招聘信息 object cursor 构造 mys var word
除将爬取到的信息写入文件中之外，程序也可通过修改 Pipeline 文件将数据保存到数据库中。为了使用数据库来保存爬取到的信息，在 MySQL 的 python 数据库中执行如下 SQL 语句来创建 job_inf 数据表：
CREATE TABLE job inf ( id INT (11) NOT NULL AUTO_INCREMENT PRIMARY KEY, title VARCHAR (255), salary VARCHAR (255), company VARCHAR (255), url VARCHAR(500), work_addr VARCHAR (255), industry VARCHAR (255), company_size VARCHAR(255), recruiter VARCHAR(255), publish_date VARCHAR (255) )
然后将 Pipeline 文件改为如下形式，即可将爬取到的信息保存到 MySQL 数据库中：
# 导入访问MySQL的模块
import mysql.connector
class ZhipinspiderPipeline(object):
# 定义构造器，初始化要写入的文件
def __init__(self):
self.conn = mysql.connector.connect(user=‘root‘, password=‘32147‘,
host=‘localhost‘, port=‘3306‘,
database=‘python‘, use_unicode=True)
self.cur = self.conn.cursor()
# 重写close_spider回调方法，用于关闭数据库资源
def close_spider(self, spider):
print(‘----------关闭数据库资源-----------‘)
# 关闭游标
self.cur.close()
# 关闭连接
self.conn.close()
def process_item(self, item, spider):
self.cur.execute("INSERT INTO job_inf VALUES(null, %s, %s, %s, %s, %s, %s, %s, %s, %s)", (item[‘title‘], item[‘salary‘], item[‘company‘],
item[‘url‘], item[‘work_addr‘], item[‘industry‘],
item.get(‘company_size‘), item[‘recruiter‘], item[‘publish_date‘]))
self.conn.commit()
上面程序中第 19 行代码使用 execute() 方法将 item 对象中的信息插入数据库中。
程序为该 Pipeline 类定义了构造器，该构造器可用于初始化数据库连接、游标；程序还为该 Pipeline 类重写了 close_spider() 方法，该方法负责关闭构造器中初始化的数据库资源。
使用 scrapy crawl job_position 命令启动爬虫，当程序运行结束之后，将会在 python 数据库的 job_inf 表中看到多了 300 条招聘信息。
标签：position blank 招聘信息 object cursor 构造 mys var word
原文地址：https://www.cnblogs.com/jackzz/p/10726911.html
