如何实现Python爬虫将数据保存至MongoDB的实例方法？
- 内容介绍
- 文章标签
- 相关推荐
本文共计627个文字，预计阅读时间需要3分钟。
将伪原创内容改写如下：
将爬虫数据存储至MongoDB的方法：导入pymongo库。
爬虫数据保存到mongoDB的方法：
importpymongo #首先需要注意，mongodb数据库存储的类型是以键值对类型进行存储，所以在存储以前一定要进行数据筛选 defsave_mongo(传入的数据)： #创建连接因为使用的为本机数据库，所以IP写localhost即可，端口号为27017 client=pymongo.MongoClient('localhost',27017) #连接数据库(这里注意一点，mongo数据库有一个优点，就是当自己连接的数据库和表都没有的时候，会自动创建，所以不用担心写错或者没有表) db=client['自己创建数据库名'] #连接表 collection=db['自己的表名(mongo中叫做集合)'] #插入到数据库中(这里使用dict进行强制转换，是为了保证数据为字典格式) collection.insert(dict(传入的数据))
mongoDB介绍：
它的特点是高性能、易部署、易使用，存储数据非常方便。主要功能特性有：
*面向集合存储，易存储对象类型的数据。
*模式自由。
*支持动态查询。
*支持完全索引，包含内部对象。
*支持查询。
*支持复制和故障恢复。
*使用高效的二进制数据存储，包括大型对象（如视频等）。
*自动处理碎片，以支持云计算层次的扩展性。
*支持Golang，RUBY，PYTHON，JAVA，C++，PHP，C#等多种语言。
*文件存储格式为BSON（一种JSON的扩展）。
*可通过网络访问。
实例扩展：
# coding=utf-8 import re import requests from lxml import etree import pymongo import sys reload(sys) sys.setdefaultencoding('utf-8') def getpages(url, total): nowpage = int(re.search('(\d+)', url, re.S).group(1)) urls = [] for i in range(nowpage, total + 1): link = re.sub('(\d+)', '%s' % i, url, re.S) urls.append(link) return urls def spider(url): html = requests.get(url) selector = etree.HTML(html.text) book_name = selector.xpath('//*[@id="container"]/ul/li//div/div[2]/a/text()') book_author = selector.xpath('//*[@id="container"]/ul/li//div/div[2]/div/a/text()') saveinfo(book_name, book_author) def saveinfo(book_name, book_author): connection = pymongo.MongoClient() BookDB = connection.BookDB BookTable = BookDB.books length = len(book_name) for i in range(0, length): books = {} books['name'] = str(book_name[i]).replace('\n','') books['author'] = str(book_author[i]).replace('\n','') BookTable.insert_one(books) if __name__ == '__main__': url = 'readfree.me/shuffle/?page=1' urls = getpages(url,3) for each in urls: spider(each)
以上就是python爬虫数据保存到mongoDB的实例方法的详细内容，更多关于爬虫数据如何保存到mongoDB的资料请关注易盾网络其它相关文章！
本文共计627个文字，预计阅读时间需要3分钟。
将伪原创内容改写如下：
将爬虫数据存储至MongoDB的方法：导入pymongo库。
爬虫数据保存到mongoDB的方法：
importpymongo #首先需要注意，mongodb数据库存储的类型是以键值对类型进行存储，所以在存储以前一定要进行数据筛选 defsave_mongo(传入的数据)： #创建连接因为使用的为本机数据库，所以IP写localhost即可，端口号为27017 client=pymongo.MongoClient('localhost',27017) #连接数据库(这里注意一点，mongo数据库有一个优点，就是当自己连接的数据库和表都没有的时候，会自动创建，所以不用担心写错或者没有表) db=client['自己创建数据库名'] #连接表 collection=db['自己的表名(mongo中叫做集合)'] #插入到数据库中(这里使用dict进行强制转换，是为了保证数据为字典格式) collection.insert(dict(传入的数据))
mongoDB介绍：
它的特点是高性能、易部署、易使用，存储数据非常方便。主要功能特性有：
*面向集合存储，易存储对象类型的数据。
*模式自由。
*支持动态查询。
*支持完全索引，包含内部对象。
*支持查询。
*支持复制和故障恢复。
*使用高效的二进制数据存储，包括大型对象（如视频等）。
*自动处理碎片，以支持云计算层次的扩展性。
*支持Golang，RUBY，PYTHON，JAVA，C++，PHP，C#等多种语言。
*文件存储格式为BSON（一种JSON的扩展）。
*可通过网络访问。
实例扩展：
# coding=utf-8 import re import requests from lxml import etree import pymongo import sys reload(sys) sys.setdefaultencoding('utf-8') def getpages(url, total): nowpage = int(re.search('(\d+)', url, re.S).group(1)) urls = [] for i in range(nowpage, total + 1): link = re.sub('(\d+)', '%s' % i, url, re.S) urls.append(link) return urls def spider(url): html = requests.get(url) selector = etree.HTML(html.text) book_name = selector.xpath('//*[@id="container"]/ul/li//div/div[2]/a/text()') book_author = selector.xpath('//*[@id="container"]/ul/li//div/div[2]/div/a/text()') saveinfo(book_name, book_author) def saveinfo(book_name, book_author): connection = pymongo.MongoClient() BookDB = connection.BookDB BookTable = BookDB.books length = len(book_name) for i in range(0, length): books = {} books['name'] = str(book_name[i]).replace('\n','') books['author'] = str(book_author[i]).replace('\n','') BookTable.insert_one(books) if __name__ == '__main__': url = 'readfree.me/shuffle/?page=1' urls = getpages(url,3) for each in urls: spider(each)
以上就是python爬虫数据保存到mongoDB的实例方法的详细内容，更多关于爬虫数据如何保存到mongoDB的资料请关注易盾网络其它相关文章！