1.twisted框架介紹
Twisted是用Python實現的基于事件驅動的網絡引擎框架；
Twisted支持許多常見的傳輸及應用層協議，包括TCP、UDP、SSL/TLS、HTTP、IMAP、SSH、IRC以及FTP。就像Python一樣，Twisted也具有“內置池”(batteries-included)的特點。Twisted對于其支持的所有協議都帶有客戶端和服務器實現，同時附帶有基于命令行的工具，使得配置和部署產品級的Twisted應用變得非常方便。
2.MySQL數據庫信息保存到settings文件中
首先我們需要把MySQL數據庫中的配置信息保存到settings文件中，如：MYSQL_HOST = 'localhost'的形式；
MYSQL_HOST = 'localhost'
MYSQL_USER = 'xkd'
MYSQL_PASSWORD = '123456'
MYSQL_DATABASE = 'item_database'
MYSQL_PORT = 3306
MYSQL_OPTIONAL = dict(
USE_UNICODE = True,
CHARSET = 'utf8',
)
然后從settings文件中將這些信息導入到pipeline.py文件中使用；
from .settings import MYSQL_HOST, MYSQL_USER, MYSQL_PASSWORD, MYSQL_DATABASE, MYSQL_PORT, MYSQL_OPTIONAL
class MysqlPipeline:
def __init__(self):
self.conn = MySQLdb.connect(host=MYSQL_HOST, user=MYSQL_USER, password=MYSQL_PASSWORD, database=MYSQL_DATABASE, use_unicode=MYSQL_OPTIONAL.get('USE_UNICODE'), charset=MYSQL_OPTIONAL.get('CHARSET'))
self.cursor = self.conn.cursor()
def process_item(self, item, spider):
sql = 'insert into item(title, image_url, date, image_path, url, url_id)' \
'values (%s, %s, %s, %s, %s, %s)'
date = item['date']
self.cursor.execute(sql, args=(item['title'], item['image_url'], date, item['image_path'], item['url'], item['url_id']))
self.conn.commit()
return item
def spider_closed(self, spider):
self.cursor.close()
self.conn.close()
3.創建異步Pipeline寫入數據庫
首先創建一個用于異步寫入數據的AIOMysqlItemPipeline類，然后在這個類的初始化方法中創建一個pool連接池；
然后在from_settings()方法中獲取settings文件中的數據庫配置信息，并將配置信息存入一個字典中。使用Twisted中的adbapi獲取數據庫連接池對象，使用前需要導入adbapi，如：from twisted.enterprise import adbapi。使用時需要用到ConnectionPool連接池：pool=adbapi.ConnectionPool('MySQLdb',**params)，參數MySQLdb是使用的數據庫引擎的名字，params就是要傳遞的數據庫配置信息；
接著在process_item()方法中使用數據庫連接池對象進行數據庫操作，自動傳遞cursor對象到數據庫操作方法runInteraction()的第一個參數(自定義方法)如：ret=self.connection_pool.runInteraction(self.mysql_insert,item)；
還可以設置出錯時的回調方法，自動傳遞出錯消息對象failure到錯誤處理方法的第一個參數(自定義方法)如：ret.addErrback(self.error_callback)；
最后記得修改settings文件中的ITEM_PIPELINES配置，如：'XKD_Dribbble_Spider.pipelines.AIOMysqlItemPipeline': 2；
from twisted.enterprise import adbapi
import MySQLdb.cursors
class AIOMysqlItemPipeline:
def __init__(self, pool):
self.connection_pool = pool
# 1：調用類方法
@classmethod
def from_settings(cls, settings):
connkw = {
'host': MYSQL_HOST,
'user': MYSQL_USER,
'password': MYSQL_PASSWORD,
'db': MYSQL_DATABASE,
'port': MYSQL_PORT,
'use_unicode': MYSQL_OPTIONAL.get('USE_UNICODE'),
'charset': MYSQL_OPTIONAL.get('CHARSET'),
'cursorclass': MySQLdb.cursors.DictCursor,
}
pool = adbapi.ConnectionPool('MySQLdb', **connkw)
return cls(pool)
# 2：執行process_item
def process_item(self, item, spider):
ret = self.connection_pool.runInteraction(self.mysql_insert, item)
ret.addErrback(self.error_callback)
def mysql_insert(self, cursor, item):
sql = 'insert into item(title, image_url, date, image_path, url, url_id)' \
'values (%s, %s, %s, %s, %s, %s)'
date = item['date']
cursor.execute(sql, args=(item['title'], item['image_url'], date, item['image_path'], item['url'], item['url_id']))
def error_callback(self, error):
print('insert_error =========== {}'.format(error))
修改settings文件
ITEM_PIPELINES = {
# 'XKD_Dribbble_Spider.pipelines.XkdDribbbleSpiderPipeline': 300,
# 當items.py模塊yield之后，默認就是下載image_url的頁面
'XKD_Dribbble_Spider.pipelines.ImagePipeline': 1,
'XKD_Dribbble_Spider.pipelines.AIOMysqlItemPipeline': 2,
}
)
