请问以下爬虫程序错在哪里,爬取到的数据存不进MQSQL数据库

1、请问以下爬虫程序错在哪里,爬取到的数据存不进MQSQL数据库,我在MYSQL里面已经建立了数据表:

mysql> CREATE TABLE `VERSION`(
    -> `index` INT,
    -> `code` INT,
    -> `name` VARCHAR(20)
    -> )ENGINE=InnoDB DEFAULT CHARSET=UTF8MB4;

2、全部代码如下

import requests
from lxml import etree
import pymysql
import re


class GovementSpider(object):
    def __init__(self):
        self.one_url = 'http://www.mca.gov.cn/article/sj/xzqh/2019/'
        self.headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36"
        }
        self.db = pymysql.connect('localhost', '***', ***', 'reptile_db', charset='utf8')
        self.cursor = self.db.cursor()

    # 提取二级页面链接(假链接)
    def get_false_link(self):
        html = requests.get(url=self.one_url, headers=self.headers).content.decode('utf-8', 'ignore')
        parse_html = etree.HTML(html)
        # xpath://a[@class='artitlelist']
        r_list = parse_html.xpath("//a[@class='artitlelist']")
        for r in r_list:
            # 或者这么找title属性值
            # title = r.get('title')
            title = r.xpath("./@title")[0]
            # 利用正则找到第一个自己需要的title里面的地址(第一个一般都是最新的)
            if re.findall(r'.*?中华人民共和国县以上行政区划代码.*?', title, re.RegexFlag.S):
                # 获取到第1个就停止即可,第1个永远是最新的链接
                two_link = 'http://www.mca.gov.cn' + r.xpath('./@href')[0]
                return two_link

    # 提取真是的二级页面链接(返回数据的链接)
    def get_true_link(self):
        two_false_link = self.get_false_link()
        html = requests.get(url=two_false_link, headers=self.headers).text
        pattern = re.compile(r'window.location.href="(.*?)"', re.RegexFlag.S)
        real_link = pattern.findall(html)[0]
        self.get_data(real_link)

    # 真正提取数据函数
    def get_data(self, real_link):
        html = requests.get(url=real_link, headers=self.headers).text
        # 基本xpath: //tr[@height="19"]
        parse_html = etree.HTML(html)
        tr_list = parse_html.xpath('//tr[@height="19"]')
        k=0
        index=[]
        for tr in tr_list:
            # code: ./td[2]/text()
            code = tr.xpath('./td[2]/text()')[0]
            # name: ./td[3]/text()
            name = tr.xpath('./td[3]/text()')[0]
            print(code, name)
            k+=1
            index.append(k)
        self.save_sql(index,code,name)

    def save_sql(self,index,code,name):
        n=0
        for index in index:
            code=code[n].strip()
            name=name[n].strip()
            self.cursor.execute("insert into version(index,code,name) values (%s,%s,%s)",(index,code,name))
            self.db.commit()
            n+=1;

    # 主函数
    def main(self):
        self.get_true_link()
        self.cursor.close()
        self.db.close()

if __name__ == "__main__":
    spider = GovementSpider()
    spider.main()

3、数据能够爬取到,但存不进数据库,提示以下错误:
pymysql.err.ProgrammingError: (1064, "You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'index,code,name) values (1,'8','澳')' at line 1")

1个回答

检查index是否重复,code是不是字符串类型(nvarchar),name是不是字符串类型(nvarchar),并且中文编码是否能识别

version这个表是否存在,是否只有这3个字段,而没有其它不可空的字段
总之,sql语法错误。


仔细看了下,目测code INT
是int类型
而你的sql里面,8前后有引号,是字符串类型,去掉引号看看

football_game
数能工作室 输出结果是:
2 个月之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
立即提问