Python讀取配置文件-ConfigParser的二次封裝方法

Python讀取配置文件-ConfigParser二次封裝

直接上上代碼

test.conf

[database]
connect = mysql
sleep = no
test = yes

config.py

# -*- coding:utf-8 -*-
__author__ = 'guoqianqian'
import os
import ConfigParser
import os
current_dir = os.path.abspath(os.path.dirname(__file__))
class OperationalError(Exception):
    """operation error."""
class Dictionary(dict):
    """ custom dict."""
    def __getattr__(self, key):
        return self.get(key, None)
    __setattr__ = dict.__setitem__
    __delattr__ = dict.__delitem__
class Config:
    def __init__(self, file_name="test", cfg=None):
        """
        @param file_name: file name without extension.
        @param cfg: configuration file path.
        """
        env = {}
        for key, value in os.environ.items():
            if key.startswith("TEST_"):
                env[key] = value
        config = ConfigParser.ConfigParser(env)
        if cfg:
            config.read(cfg)
        else:
            config.read(os.path.join(current_dir, "conf", "%s.conf" % file_name))
        for section in config.sections():
            setattr(self, section, Dictionary())
            for name, raw_value in config.items(section):
                try:
                    # Ugly fix to avoid '0' and '1' to be parsed as a
                    # boolean value.
                    # We raise an exception to goto fail^w parse it
                    # as integer.
                    if config.get(section, name) in ["0", "1"]:
                        raise ValueError
                    value = config.getboolean(section, name)
                except ValueError:
                    try:
                        value = config.getint(section, name)
                    except ValueError:
                        value = config.get(section, name)
                setattr(getattr(self, section), name, value)
    def get(self, section):
        """Get option.
        @param section: section to fetch.
        @return: option value.
        """
        try:
            return getattr(self, section)
        except AttributeError as e:
            raise OperationalError("Option %s is not found in "
                                         "configuration, error: %s" %
                                         (section, e))
if __name__ == "__main__":
    conf = Config()
    print conf.get("database").connect
    print conf.get("database").sleep
    print conf.get("database").test

執行結果

mysql
False
True

目錄結構

demo
    conf
        test.conf
    config.py

讀取配置文件&&簡單封裝

之前有做過把爬蟲數據寫到數據庫中的練習,這次想把數據庫信息抽離到一個ini配置文件中,這樣做的好處在於可以在配置文件中添加多個數據庫,方便切換(另外配置文件也可以添加諸如郵箱、url等信息)

1.configparser模塊

python使用自帶的configparser模塊用來讀取配置文件,配置文件的形式類似windows中的ini文件

在使用前需要先安裝該模塊,使用pip安裝即可

2.configparser讀取文件的基本方法

(1)新建一個config.ini文件,如下

(2)新建一個readconfig.py文件,讀取配置文件的信息

import configparser
cf = configparser.ConfigParser()
cf.read("E:\Crawler\config.ini")  # 讀取配置文件,如果寫文件的絕對路徑,就可以不用os模塊
secs = cf.sections()  # 獲取文件中所有的section(一個配置文件中可以有多個配置,如數據庫相關的配置,郵箱相關的配置,                        每個section由[]包裹,即[section]),並以列表的形式返回
print(secs)
options = cf.options("Mysql-Database")  # 獲取某個section名為Mysql-Database所對應的鍵
print(options)
items = cf.items("Mysql-Database")  # 獲取section名為Mysql-Database所對應的全部鍵值對
print(items)
host = cf.get("Mysql-Database", "host")  # 獲取[Mysql-Database]中host對應的值
print(host)

上述代碼運行結果如下,可以和config.ini進行對比

3.引入os模塊,使用相對目錄讀取配置文件

工程目錄如下:

readconfig.py:

import configparser
import os
root_dir = os.path.dirname(os.path.abspath('.'))  # 獲取當前文件所在目錄的上一級目錄,即項目所在目錄E:\Crawler
cf = configparser.ConfigParser()
cf.read(root_dir+"/config.ini")  # 拼接得到config.ini文件的路徑,直接使用
secs = cf.sections()  # 獲取文件中所有的section(一個配置文件中可以有多個配置,如數據庫相關的配置,郵箱相關的配置,每個section由[]包裹,即[section]),並以列表的形式返回
print(secs)
options = cf.options("Mysql-Database")  # 獲取某個section名為Mysql-Database所對應的鍵
print(options)
items = cf.items("Mysql-Database")  # 獲取section名為Mysql-Database所對應的全部鍵值對
print(items)
host = cf.get("Mysql-Database", "host")  # 獲取[Mysql-Database]中host對應的值
print(host)

或者使用os.path.join()進行拼接

import configparser
import os
root_dir = os.path.dirname(os.path.abspath('.'))  # 獲取當前文件所在目錄的上一級目錄,即項目所在目錄E:\Crawler
configpath = os.path.join(root_dir, "config.ini")
cf = configparser.ConfigParser()
cf.read(configpath)  # 讀取配置文件
secs = cf.sections()  # 獲取文件中所有的section(一個配置文件中可以有多個配置,如數據庫相關的配置,郵箱相關的配置,每個section由[]包裹,即[section]),並以列表的形式返回
print(secs)
options = cf.options("Mysql-Database")  # 獲取某個section名為Mysql-Database所對應的鍵
print(options)
items = cf.items("Mysql-Database")  # 獲取section名為Mysql-Database所對應的全部鍵值對
print(items)
host = cf.get("Mysql-Database", "host")  # 獲取[Mysql-Database]中host對應的值
print(host)

4.通過讀取配置文件

重新寫一下之前的requests+正則表達式爬取貓眼電影的例子

把讀取配置文件readconfig.py和操作數據庫handleDB.py分別封裝到一個類中

readconfig.py如下

import configparser
import os
class ReadConfig:
    """定義一個讀取配置文件的類"""
    def __init__(self, filepath=None):
        if filepath:
            configpath = filepath
        else:
            root_dir = os.path.dirname(os.path.abspath('.'))
            configpath = os.path.join(root_dir, "config.ini")
        self.cf = configparser.ConfigParser()
        self.cf.read(configpath)
    def get_db(self, param):
        value = self.cf.get("Mysql-Database", param)
        return value
if __name__ == '__main__':
    test = ReadConfig()
    t = test.get_db("host")
    print(t)

handleDB.py如下

# coding: utf-8
# author: hmk
from common.readconfig import ReadConfig
import pymysql.cursors
class HandleMysql:
    def __init__(self):
        self.data = ReadConfig()
    def conn_mysql(self):
        """連接數據庫"""
        host = self.data.get_db("host")
        user = self.data.get_db("user")
        password = self.data.get_db("password")
        db = self.data.get_db("db")
        charset = self.data.get_db("charset")
        self.conn = pymysql.connect(host=host, user=user, password=password, db=db, charset=charset)
        self.cur = self.conn.cursor()
    def execute_sql(self, sql, data):
        """執行操作數據的相關sql"""
        self.conn_mysql()
        self.cur.execute(sql, data)
        self.conn.commit()
    def search(self, sql):
        """執行查詢sql"""
        self.conn_mysql()
        self.cur.execute(sql)
        return self.cur.fetchall()
    def close_mysql(self):
        """關閉數據庫連接"""
        self.cur.close()
        self.conn.close()
if __name__ == '__main__':
    test = HandleMysql()
    sql = "select * from maoyan_movie"
    for i in test.search(sql):
        print(i)

最後的運行文件,調用前面的方法

# coding: utf-8
# author: hmk
import requests
import re
from common import handleDB
class Crawler:
    """定義一個爬蟲類"""
    def __init__(self):
        self.db = handleDB.HandleMysql()
    @staticmethod
    def get_html(url, header):
        response = requests.get(url=url, headers=header)
        if response.status_code == 200:
            return response.text
        else:
            return None
    @staticmethod
    def get_data(html, list_data):
        pattern = re.compile(r'<dd>.*?<i.*?>(\d+)</i>.*?'  # 匹配電影排名
                             r'<p class="name"><a.*?data-val=".*?">(.*?)'  # 匹配電影名稱
                             r'</a>.*?<p.*?class="releasetime">(.*?)</p>'  # 匹配上映時間
                             r'.*?<i.*?"integer">(.*?)</i>'  # 匹配分數的整數位
                             r'.*?<i.*?"fraction">(.*?)</i>.*?</dd>', re.S)  # 匹配分數小數位
        m = pattern.findall(html)
        for i in m:  # 因為匹配到的所有結果會以列表形式返回,每部電影信息以元組形式保存,所以可以迭代處理每組電影信息
            ranking = i[0]  # 提取一組電影信息中的排名
            movie = i[1]  # 提取一組電影信息中的名稱
            release_time = i[2]  # 提取一組電影信息中的上映時間
            score = i[3] + i[4]  # 提取一組電影信息中的分數,這裡把分數的整數部分和小數部分拼在一起
            list_data.append([ranking, movie, release_time, score])  # 每提取一組電影信息就放到一個列表中,同時追加到一個大列表裡,這樣最後得到的大列表就包含所有電影信息
    def write_data(self, sql, data):
        self.db.conn_mysql()
        try:
            self.db.execute_sql(sql, data)
            print('導入成功')
        except:
            print('導入失敗')
        self.db.close_mysql()
    def run_main(self):
        start_url = 'http://maoyan.com/board/4'
        depth = 10  # 爬取深度(翻頁)
        header = {"Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8",
                  "Accept-Encoding": "gzip, deflate, sdch",
                  "Accept-Language": "zh-CN,zh;q=0.8",
                  "Cache-Control": "max-age=0",
                  "Connection": "keep-alive",
                  "Host": "maoyan.com",
                  "Referer": "http://maoyan.com/board",
                  "Upgrade-Insecure-Requests": "1",
                  "User-Agent": "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.75 Safari/537.36"}
        for i in range(depth):
            url = start_url + '?offset=' + str(10 * i)
            html = self.get_html(url, header)
            list_data = []
            self.get_data(html, list_data)
            for i in list_data:
                """這裡的list_data參數是指正則匹配並處理後的列表數據(是一個大列表,包含所有電影信息,每個電影信息都存在各自的一個列表中;
                對大列表進行迭代,提取每組電影信息,這樣提取到的每組電影信息都是一個小列表,然後就可以把每組電影信息寫入數據庫瞭)"""
                movie = i  # 每組電影信息,這裡可以看做是準備插入數據庫的每組電影數據
                sql = "insert into maoyan_movie(ranking,movie,release_time,score) values(%s, %s, %s, %s)"  # sql插入語句
                self.write_data(sql, movie)
if __name__ == '__main__':
    test = Crawler()
    test.run_main()

以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。

推薦閱讀: