Python3 操作 MySQL,数据更新问题。

2017-04-01 21:23:39 +08:00
 cokilee

最近尝试用 Python3 写一个简单的爬虫程序,后端使用 MySQL 存储爬取的一些数据,其中定义了一张 URLs 表,表结构很简单,如下:
| id | url | flag |
|----|----|-----|
程序逻辑是先抓取一定量的 URL 存到 URLs 表中,然后每次取一条 URL 进行处理,处理完之后就更新 URLs 表中对应的记录。其中 flag 列就是用来标识该 URL 是否已经经过处理,列的值用 YES/NO 表示。 相关代码如下:

def crawler_controller(entry):  
  # 连接数据库
  connection = mysql.connector.connect(user='mysql', password='mysql', database='crawler_db')  
  # 创建游标
  cursor = connection.cursor()  
  # 无限循环,直到从数据库取出的记录为空
  while True:  
    # 从数据库取出一条 flag 标记为 NO 的记录
    sql_select_recored = "SELECT * FROM urls WHERE flag='NO' LIMIT 1"  
    cursor.execute(sql_select_recored)  
    get_values = cursor.fetchall()  
    
    # 判断该记录是否存在数据
    if get_values:  
      # 处理相应的 url
      url_parser(get_values)  
      # 更新已处理的记录,反复测试过,就是这一条出了问题,始终不能更新数据库记录  
      cursor.execute("UPDATE urls SET flag='YES' WHERE id='%s'", get_values[0][0])  
      # 完成处理
      connection.commit()
      cursor.close()
    else  
      break
  # 关闭数据库连接
  connection.close()  

现在的问题是,调用 url_parser(get_values)函数处理完 URL 之后,接下来的更新数据库记录死活不能生效,按道理说 get_values[0][0]的值就是对应的记录 id ,而且直接在数据库的 CLI 下面,用

UPDATE urls SET flag='YES' WHERE id='1'  

测试,这样又是可以更新记录的。
还望有经验的老司机们指点一二。

3932 次点击
所在节点    Python
5 条回复
izoabr
2017-04-01 21:39:53 +08:00
事务锁吧,干脆用消息队列好了。
zeraba
2017-04-01 21:41:42 +08:00
print get_values[0][0] 下看看就知道了
理论上应该是空?
get_values[0] 试试 print 这个能否输出数据库的 id 字段
fuxkcsdn
2017-04-01 23:00:12 +08:00
+1 ,打印 get_values[0][0] 看看顺序是否你预期的

btw, 既然都 limit 1 了,干嘛还用 fetchall ,直接用 fetchone 不就得了
izoabr
2017-04-01 23:34:37 +08:00
是不是可以 dict cursor
wdeil
2017-04-02 10:53:24 +08:00
建议 select 语句取出所需的列而不是用*,这样可以预计所需 id 的 key 。不过这样的处理还是推荐多线程然后使用队列来操作 MySQL 。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/352061

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX