1. 我们扒到了什么？

id， 名称， 上映年份，上映日期，所属类目， 导演，主演，片长，评分，星评，评价人数

2. 把这些数据做一个分类。

a..基本信息 ：名称， 导演，上映年份， 所属类目， 片长

b.评价信息：评分，星评，评价人数

c.主演表： 主演(我在纠结要不要单独列一张表)

3 .表设计。现在有点蛋疼的是主键。用自增主键还是电影id做主键。经过我的多方面考虑，我慎重(草率)地决定，用电影id(反正都要建唯一索引，为什么不拿来当主键呢。。)， 所以我刚才又在id那转了一下数据

m_id = re.search("[0-9]+", movie_url).group()

movie["id"] = int(m_id)

写着玩嘛，就是那么随意，有什么想法就改！！！

4. 建表。。也是蛋疼，我居然纠结过是用mysql还是mongodb， 马上就删自己一个耳光，你会mongodb嘛？感觉要是继续又开一个mongodb的坑，我就再也回不来这个爬虫了。

我也不傻不拉几地自己写建表sql了.直接用的SQLyog。稍微纠结了一下InnoDB和MyISAM。 我开始是想每次把一个电影的信息分别插入三个表，要不要用事务， 又想垃圾数据也不会扣我钱，所以用了MyISAM。毕竟就是大量的Insert和select

建表语句

CREATE DATABASE`douban`;USE`douban`;--基本信息表

CREATE TABLE`t_movie_info` (

`id`bigint(20) unsigned NOT NULL COMMENT '主键，豆瓣电影id',

`type`tinyint(4) DEFAULT NULL COMMENT '类型 0：电视剧，1：电影',

`name`varchar(30) DEFAULT NULL COMMENT '电影名字',

`director`varchar(50) DEFAULT NULL COMMENT '导演',

`year` int(4) DEFAULT NULL COMMENT '上映年份',

`month` int(2) DEFAULT NULL COMMENT '上映月份',

`day` int(2) DEFAULT NULL COMMENT '上映日期',

`categories1`varchar(20) DEFAULT NULL COMMENT '所属类目1',

`categories2`varchar(20) DEFAULT NULL COMMENT '所属类目2',

`time`int(3) DEFAULT NULL COMMENT '时长',PRIMARY KEY(`id`)

) ENGINE=MyISAM DEFAULT CHARSET=utf8--主演表

CREATE TABLE`t_movie_actors` (

`id`bigint(20) unsigned NOT NULL COMMENT '主键，豆瓣电影id',

`actor1`varchar(50) DEFAULT NULL,

`actor2`varchar(50) DEFAULT NULL,

`actor3`varchar(50) DEFAULT NULL,

`actor4`varchar(50) DEFAULT NULL,

`actor5`varchar(50) DEFAULT NULL,PRIMARY KEY(`id`)

) ENGINE=MyISAM DEFAULT CHARSET=utf8--评价数据表

CREATE TABLE`t_movie_scores` (

`id`bigint(20) unsigned NOT NULL COMMENT '主键，电影id',

`score`double unsigned DEFAULT '0' COMMENT '评分',

`votes`int(10) unsigned DEFAULT '0' COMMENT '评价人数',

`star1`double unsigned DEFAULT '0' COMMENT '1星比例',

`star2`double unsigned DEFAULT '0' COMMENT '2星比例',

`star3`double unsigned DEFAULT '0' COMMENT '3星比例',

`star4`double unsigned DEFAULT '0' COMMENT '4星比例',

`star5`double unsigned DEFAULT '0' COMMENT '5星比例',PRIMARY KEY(`id`)

) ENGINE=MyISAM DEFAULT CHARSET=utf8

5. 写一个方法把数据插入到数据库里。 也是第一次用python写数据到数据库，折腾了一晚上。 也不知道哪个小菜比写的 %s 不用加引号，搞得我第一次就看到这个，然后出了错一直认为这个是对的，在找别的原因

definset_data(movie):#获取一个数据库连接

conn = pymysql.Connect(host="localhost", port=3306, user="root", password="root", db="douban")#conn.autocommit(True) # 设置自动提交

cursor = conn.cursor() #获取游标

sql_insert_info = ("insert into `t_movie_info`(`id`, `type`, `name`, `director`, `year`, `month`, `day`,"

"`categories1`, `categories2`, `time`) values (%d, %d, '%s', '%s', %d, %d, %d, '%s', '%s', %d)")

categories= movie["categories"]

ca_len=len(categories)

categories1= categories[0] if ca_len > 0 elseNone

categories2= categories[1] if ca_len > 1 elseNone

cursor.execute(sql_insert_info% (movie["id"], movie["type"], movie["name"], movie["directer"], movie["date"].year,

movie["date"].month, movie["date"].day, categories1, categories2, movie["time"]))#写sql 千万记住 %s 要加双引号，不然会报错 Unknown column 'a' in 'field list'

sql_insert_actors = ("insert into `t_movie_actors`(id, actor1, actor2, actor3, actor4, actor5)"

"values(%d, '%s', '%s', '%s', '%s', '%s')")

actors= movie["actors"]

actors_len=len(actors)

actor1= actors[0] if actors_len > 0 elseNone

actor2= actors[1] if actors_len > 1 elseNone

actor3= actors[2] if actors_len > 2 elseNone

actor4= actors[3] if actors_len > 3 elseNone

actor5= actors[4] if actors_len > 4 elseNone

cursor.execute(sql_insert_actors% (movie["id"], actor1, actor2, actor3, actor4, actor5))

sql_insert_scores= ("insert into `t_movie_scores`(id, score, votes, star1, star2, star3, star4, star5)"

"values(%d, %f, %d, %f, %f, %f, %f, %f)")

stars= movie["stars"]

stars_len=len(stars)

star1= stars[0] if stars_len > 0 else 0.0star2= stars[1] if stars_len > 1 else 0.0star3= stars[2] if stars_len > 2 else 0.0star4= stars[3] if stars_len > 3 else 0.0star5= stars[4] if stars_len > 4 else 0.0cursor.execute(sql_insert_scores% (movie["id"], movie["score"], movie["vote"], star1, star2, star3, star4, star5))

conn.commit()

data1= douban_movie("https://movie.douban.com/subject/30236775/?from=showing")

inset_data(data1)

data2= douban_movie("https://movie.douban.com/subject/26842702/?tag=%E7%83%AD%E9%97%A8&from=gaia")

inset_data(data2)

data3= douban_movie("https://movie.douban.com/subject/26973784/?tag=%E6%9C%80%E6%96%B0&from=gaia")

inset_data(data3)

data4= douban_movie("https://movie.douban.com/subject/30249296/?tag=%E7%83%AD%E9%97%A8&from=gaia")

inset_data(data4)

执行完后数据库：