Django-Scrapy實現生成后端json接口

發布時間：2020-10-29 23:46:25 來源：億速云閱讀：173 作者：Leah 欄目：開發技術

這期內容當中小編將會給大家帶來有關Django-Scrapy實現生成后端json接口，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

django與scrapy的創建：

django的創建：

django startproject 項目名稱

cd 項目名稱
python manage.py startapp appname

例如：

Django-Scrapy實現生成后端json接口

scrapy的創建：

# cd django的根目錄下
cd job_hnting
scrapy startproject 項目名稱
#創建爬蟲
scrapy genspider spidername 'www.xxx.com'

例如：

Django-Scrapy實現生成后端json接口

setting的設置：

在scrapy框架中的setting指向django，讓django知道有scrapy;

在scrapy中的setting設置；

import os
import django

#導入
os.environ['DJANGO_SETTINGS_MODULE'] = 'job_hnting.settings'
#手動初始化
django.setup()

如：

Django-Scrapy實現生成后端json接口

scrapy_djangoitem使用：

pip install scrapy_djangoitem

該庫在scrapy項目下的item中編寫引入：

import scrapy
# 引入django中app中models文件中的類
from app51.models import app51data
# scrapy與django對接的庫
from scrapy_djangoitem import DjangoItem


class JobprojectItem(DjangoItem):
  #引用django下的model中的類名
  django_model = app51data

數據存儲部分對接在后面解釋，現在大體框架完整；

scrapy爬取保存部分：

首先編寫scrapy爬蟲部分：

我們選取的是51招聘網站的數據：

爬取分為三個函數：

主函數
解析函數
總頁數函數

51job的反爬手段：

將json的數據格式隱藏在網頁結構中，網上教程需要別的庫解析（自行了解），

我們的方法是使用正則匹配提取定位到數據部分，使用json庫解析：

# 定位數據位置，提取json數據
    search_pattern = "window.__SEARCH_RESULT__ = (.*&#63;)</script>"
    jsonText = re.search(search_pattern, response.text, re.M | re.S).group(1)

獲得關鍵字總頁數：

# 解析json數據
    jsonObject = json.loads(jsonText)
    number = jsonObject['total_page']

在主函數中構造頁面url并給到解析函數:

  for number in range(1,int(numbers)+1):
      next_page_url = self.url.format(self.name,number)
      # print(next_page_url)
      #構造的Urlcallback到data_parse函數中
      yield scrapy.Request(url=next_page_url,callback=self.data_parse)

最后在解析函數中提取需要的數據：

 for job_item in jsonObject["engine_search_result"]:
      items = JobprojectItem()
      items['job_name'] = job_item['job_name']
      items['company_name'] = job_item["company_name"]
      # 發布時間
      items['Releasetime'] = job_item['issuedate']
      items['salary'] = job_item['providesalary_text']
      items['site'] = job_item['workarea_text']
      .......

相關的細節部分需要自己調整，完整代碼在 GitHub 中。

數據爬取部分解決后，需要到scrapy項目中的pipline文件保存；

class SeemeispiderPipeline(object):
  def process_item(self, item, spider):
    item.save()
    return item

記得在setting文件中取消掉pipline的注釋

設置數據庫：

Django配置數據庫有兩種方法：

方法一：直接在settings.py文件中添加數據庫配置信息（個人使用的）

DATABASES = {
  # 方法一
  'default': {
    'ENGINE': 'django.db.backends.mysql',  # 數據庫引擎
    'NAME': 'mysite',            # 數據庫名稱
    'USER': 'root',           # 數據庫登錄用戶名
    'PASSWORD': '123',        # 密碼
    'HOST': '127.0.0.1',        # 數據庫主機IP，如保持默認，則為127.0.0.1
    'PORT': 3306,              # 數據庫端口號，如保持默認，則為3306
  }
}

方法二：將數據庫配置信息存到一個文件中，在settings.py文件中將其引入。

新建數據庫配置文件my.cnf(名字隨意選擇)

[client]
database = blog
user = blog
password = blog
host =127.0.0.1
port = 3306
default-character-set = utf8

在settings.py文件中引入my.cnf文件

DATABASES = {
  # 方法二：
  'default': {
    'ENGINE': 'django.db.backends.mysql',
    'OPTIONS': {
      'read_default_file': 'utils/dbs/my.cnf',
    },
  }
}

啟用Django與mysql的連接

在生產環境中安裝pymysql 并且需要在settings.py文件所在包中的 __init__.py 中導入pymysql

Django-Scrapy實現生成后端json接口

import pymysql
pymysql.install_as_MySQLdb()

對應前面的item，在spider中編寫時按照model設置的即可；;

from django.db import models
# Create your models here.
#定義app51的數據模型
class app51data(models.Model):
  #發布時間,長度20
  Releasetime = models.CharField(max_length=20)
  #職位名，長度50
  job_name =models.CharField(max_length=50)
  #薪水
  salary = models.CharField(max_length=20)
  #工作地點
  site = models.CharField(max_length=50)
  #學歷水平
  education = models.CharField(max_length=20)
  #公司名稱
  company_name = models.CharField(max_length=50)
  #工作經驗
  Workexperience = models.CharField(max_length=20)
  #指定表名
  class Meta:
    db_table = 'jobsql51'

  def __str__(self):
    return self.job_name

當指定完表名后，在DBMS中只需要創建對應的數據庫即可，表名自動創建

每次修改數據庫都要進行以下命令：

python manage.py makemigrations
python manage.py migrate

到此mysql數據庫配置完成

配置數據庫時遇到的錯誤：

Django啟動報錯：AttributeError: 'str' object has no attribute 'decode'

解決方法：

找到Django安裝目錄

G:\env\django_job\Lib\site-packages\django\db\backends\mysql\operations.py

編輯operations.py；

將146行的decode修改成encode

def last_executed_query(self, cursor, sql, params):
    # With MySQLdb, cursor objects have an (undocumented) "_executed"
    # attribute where the exact query sent to the database is saved.
    # See MySQLdb/cursors.py in the source distribution.
    query = getattr(cursor, '_executed', None)
    if query is not None:
      #query = query.decode(errors='replace')
      uery = query.encode(errors='replace')
    return query

django配置：

關于django的基礎配置，如路由，app的注冊等基礎用法，暫時不過多說明；

以下主要關于APP中視圖的配置，生成json；

from django.shortcuts import render
from django.http import HttpResponse
# Create your views here.
#引入數據
from .models import app51data
import json

def index(request):
  # return HttpResponse("hello world")
  # return render(request,'index.html')
  #獲取所有的對象，轉換成json格式
  data =app51data.objects.all()
  list3 = []
  i = 1
  for var in data:
    data = {}
    data['id'] = i
    data['Releasetime'] = var.Releasetime
    data['job_name'] = var.job_name
    data['salary'] = var.salary
    data['site'] = var.site
    data['education'] = var.education
    data['company_name'] = var.company_name
    data['Workexperience'] = var.Workexperience
    list3.append(data)
    i += 1

  # a = json.dumps(data)
  # b = json.dumps(list2)

  # 將集合或字典轉換成json 對象
  c = json.dumps(list3)
  return HttpResponse(c)

實現效果：

Django-Scrapy實現生成后端json接口

上述就是小編為大家分享的Django-Scrapy實現生成后端json接口了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。

向AI問一下細節

91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

Django-Scrapy實現生成后端json接口

猜你喜歡

91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

Django-Scrapy實現生成后端json接口

猜你喜歡

最新資訊

相關推薦

相關標簽