下面是内存溢出 jb51.cc 通过网络收集整理的代码片段。
内存溢出小编现在分享给大家,也给大家做个参考。
#!/usr/bin/python# -*- Coding:utf-8 -*-from public import getHTML2from dbconfig_waigua import *from scrapy.selector import Selectorimport MysqLdb,MysqLdb.cursors,datetime,re,inspectclass getGames: conn = None db = None def __init__(self): self.conn = MysqLdb.connect(db=dbname,user=dbuser,passwd=dbpasswd,host=dbhost,charset="utf8",cursorclass = MysqLdb.cursors.DictCursor) self.db = self.conn.cursor() def saveGame(self,name): self.db.execute('select ID from fz_games where name = %s',(name)) item = self.db.fetchone() if not item: self.db.execute('insert into fz_games (name,updated) values (%s,%s)',(name,datetime.datetime.Now().strftime("%Y-%m-%d %H:%M:%s"))) self.conn.commit() return self.db.lastrowID else: return item['ID'] def savefuzhu(self,gametype,Title,info,updated): self.db.execute('select ID from fz_games where name = %s',(gametype)) item = self.db.fetchone() if item: gameID = item['ID'] else: self.db.execute('insert into fz_games (name,(gametype,datetime.datetime.Now().strftime("%Y-%m-%d %H:%M:%s"))) self.conn.commit() gameID = self.db.lastrowID self.db.execute('select ID from fz_name where name = %s',(Title)) item = self.db.fetchone() if not item: self.db.execute('insert into fz_name (gameID,name,updated) values (%s,%s,(gameID,updated)) self.conn.commit() #解析简单游脚本 def parsejdy(self,url): HTML = unicode(getHTML2(url).read(),'gbk','ignore') sel = Selector(text = HTML) tmp = sel.xpath('//Meta[@name="keywords"]/@content').extract()[0] arr = tmp.split(',') gametype = arr[0] Title = arr[1] updated = sel.xpath('//div[@]/div[@][position()=2]/div[@]/text()').extract()[0] info = sel.xpath('//div[@][position()=1]/text()').extract()[0] print updated.strip().encode('utf-8'),gametype.strip().encode('utf-8'),Title.strip().encode('utf-8'),info.encode('utf-8') return (gametype.strip(),Title.strip(),info.strip(),updated.strip()) def _getgameListjdy(self,url): HTML = getHTML2(url).read() sel = Selector(text = HTML) items = sel.xpath('//a[contains(@href,"scripts")]/@href').extract() for item in items: item = self.parsejdy('http://www.jdyou.com/'+item[2:]) self.savefuzhu(item[0],item[1],item[2],item[3]) #简单游全站解析 def getgamefromjdy(self): #得到全部游戏列表 HTML = unicode(getHTML2('http://www.jdyou.com/').read(),'ignore') sel = Selector(text = HTML) items = sel.xpath('//div[@]/a[contains(@href,"ScriptList")]/@href').extract() for item in items: try: self._getgameListjdy('http://www.jdyou.com/'+item) except: passif __name__ == "__main__": g = getGames() g.getgamefromjdy()
以上是内存溢出(jb51.cc)为你收集整理的全部代码内容,希望文章能够帮你解决所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
总结以上是内存溢出为你收集整理的抓取简单游全站数据全部内容,希望文章能够帮你解决抓取简单游全站数据所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)