原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一个带数据库的爬虫
#-*-?coding:utf-8?-*-??
#!/usr/local/bin/python??
import?sys,?time,?os,string??
import?mechanize??
import?urlparse??
from?BeautifulSoup?import?BeautifulSoup??
import?re??
import?MySQLdb??
import?logging??
import?cgi??
from?optparse?import?OptionParser??
##??
#?Name:????????TySpider.py????????????????????????????????????????????????????????????#??
#?Purpose:?????WebSite??Spider?Module?????????????????????????????????????????#??
#?Author:??????刘天斯?????????????????????????????????????????????????????????????????????#??
#?Email:???????liutiansi@??????????????????????????????????????????????????#??
#?Created:?????2010/02/16????????????????????????????????????????????????????????????#??
#?Copyright:???(c)?2010????????????????????????????????????????????????????????????????#??
##??
??
??
?
|?
|?定义?loging?class;?
|?
|?
|?功能：记录系统相关日志信息。?
|??
|?
??
class?Pubclilog():??
????def?__init__(self):??
????????self.logfile?=?website_log.txt??
??
????def?iniLog(self):??
????????logger?=?logging.getLogger()??
????????filehandler?=?logging.FileHandler(self.logfile)??
????????streamhandler?=?logging.StreamHandler()??
????????fmt?=?logging.Formatter(%(asctime)s,?%(funcName)s,?%(message)s)??
????????logger.setLevel(logging.DEBUG)???
????????logger.addHandler(filehandler)???
????????logger.addHandler(streamhandler)??
????????return?[logger,filehandler]??
??
??
?
|?
|?定义?tySpider?class;?
|?
|?
|?功能：抓取分类、标题等信息?
|??
|?
??
class?BaseTySpider:??
??
????#初始化相关成员方法??
????def?__init__(self,X,log_switch):??
??
????????#数据库连接??
????????self.conn?=?MySQLdb.connect(db=dbname,host=0,?user=dbuser,passwd=SDFlkj934y5jsdgfjh435,charset=utf8)??
??
????????#分类及标题页面Community??
????????self.CLASS_URL?=?/aa/CommTopicsPage???
??
????????#发表回复页??
????????self.Content_URL?=?/aa/CommMsgsPage???
??
????????#开始comm值??
????????self.X=X??
??
????????#当前comm?id取模，方面平均到表??
????????self.mod=self.X%5??
??
????????#Community文件下载页??
????????self.body=??
??
????????#self.bodySoup对象??
????????self.soup=None??
??
????????#发表回复页下
文档评论（0）