python - 如何从 MySql 数据库读取 Scrapy Start_urls?

标签 python mysql scrapy

我正在尝试读取和写入 Mysql 的所有输出。当我的蜘蛛开始抓取时,我想从 MySQL 数据库获取所有 URL,因此我尝试创建一个函数来读取数据。

readdata.py:

import mysql.connector
from mysql.connector import Error
from itemadapter import ItemAdapter

def dataReader(marketName):
    try:
        connection = mysql.connector.connect(host='localhost',
                                            database='test',
                                            user='root',
                                            port=3306,
                                            password='1234')
        sql_select_Query = "SELECT shop_URL FROM datatable.bot_markets WHERE shop_name='"+marketName+"';"
        cursor = connection.cursor()
        cursor.execute(sql_select_Query)
        records = cursor.fetchall()
        return records
    except Error as e:
        print("Error reading data from MySQL table", e)
    finally:
        if (connection.is_connected()):
            connection.close()
            cursor.close()
            print("MySQL connection is closed")

我想从我的蜘蛛中调用这个函数,如下所示。

我的蜘蛛:

import scrapy
import re
import mysql.connector

from ..items import FirstBotItem
from scrapy.utils.project import get_project_settings
from first_bot.readdata import dataReader

class My_Spider(scrapy.Spider):
   name = "My_Spider"
   allowed_domains = ["quotes.toscrape.com/"]
   start_urls = dataReader(name)
   
   def parse(self, response):
       location = "quotes"
       for product in response.xpath('.//div[@class="product-card product-action "]'):
           
           product_link = response.url
           prices = product.xpath('.//div[@class="price-tag"]/span[@class="value"]/text()').get()
           if prices != None:prices = re.sub(r"[\s]", "", prices)
           title = product.xpath('.//h5[@class="title product-card-title"]/a/text()').get()
           unit = product.xpath('.//div[@class="select single-select"]//i/text()').get()
           if unit != None: unit = re.sub(r"[\s]", "", unit)
           item = FirstBotItem()
           item['LOKASYON'] = location
           item['YEAR'] = 2020
           item['MONTH'] = 8
           yield item

我在 start_urls 上做错了什么,但我无法弄清楚。我收到此错误。

_set_url
    raise TypeError('Request url must be str or unicode, got %s:' % type(url).__name__)
TypeError: Request url must be str or unicode, got tuple:
2020-08-24 15:46:31 [scrapy.core.engine] INFO: Closing spider (finished)

我的主要任务是从数据库中获取所有URL。因为有人会在同一个网站上写下URL,蜘蛛就会自动爬行。

最佳答案

您应该在 dataReader 函数中编写 return list(records) 而不是 return rows

关于python - 如何从 MySql 数据库读取 Scrapy Start_urls?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63561597/

相关文章:

mysql - 使用 ORDER BY 和 LIMIT 时查询速度很慢?

python - scrapy如何使用规则?

python - Scrapy 迭代同级节点 - xpath 产生空列表

python - 使用线程和类设计的初学者程序

python - 如何使用 PyEphem 将位置角从 (Alt, Az) 转换为 (GLON, GLAT)?

mysql - 如何在mysql中获取6个月的数据加上本月的数据?

xml - 努力建立xpath

python - 使用 python 正则表达式进行双字母匹配

python - 如何创建包含 gpiozero 的可执行文件?

PHP 拆分 fwrite 以节省内存