【网络爬虫】Redis存储

原文见:https://germey.gitbooks.io/python3webspider/content/5.3.2-Redis%E5%AD%98%E5%82%A8.html

Redis 是一个基于内存的高效的键值型非关系型数据库,存取效率极高,而且支持多种存储数据结构,使用也非常简单,在本节我们介绍一下 Python 的 Redis 操作,主要介绍 RedisPy 这个库的用法。

+

1. 准备工作

在本节开始之前请确保已经安装好了 Redis 及 RedisPy库,如果要做数据导入导出操作的话还需要安装 RedisDump,如没有安装可以参考第一章的安装说明。

+

2. Redis、StrictRedis

RedisPy 库提供两个类 Redis 和 StrictRedis 用于实现Redis 的命令操作。

+

StrictRedis 实现了绝大部分官方的命令,参数也一一对应,比如 set() 方法就对应 Redis 命令的 set 方法。而Redis 是 StrictRedis 的子类,它的主要功能是用于向后兼容旧版本库里的几个方法,为了做兼容,将方法做了改写,比如 lrem() 方法就将 value 和 num 参数的位置互换,和Redis 命令行的命令参数不一致。

+

官方推荐使用 StrictRedis,所以本节我们也用 StrictRedis类的相关方法作演示。

+

3. 连接Redis

当前在本地我已经安装了 Redis 并运行在 6379 端口,密码设置为 foobared。

+

那么可以用如下示例连接 Redis 并测试:

+

from redis import StrictRedis

redis = StrictRedis(host='localhost', port=6379, db=0, password='foobared')
redis.set('name', 'Bob')
print(redis.get('name'))

在这里我们传入了 Redis 的地址,运行端口,使用的数据库,密码信息。在默认不传的情况下,这四个参数分别为 localhost、6379、0、None。现在我们声明了一个StrictRedis 对象,然后接下来调用了 set() 方法,设置一个键值对,然后在将其获取打印。

+

运行结果:

+

b'Bob'

这样就说明我们连接成功,并可以执行 set()、get() 操作了。

+

当然我们还可以使用 ConnectionPool 来连接,示例如下:

+

from redis import StrictRedis, ConnectionPool

pool = ConnectionPool(host='localhost', port=6379, db=0, password='foobared')
redis = StrictRedis(connection_pool=pool)

这样的连接效果是一样的,观察源码可以发现 StrictRedis内其实就是用 host、port 等参数又构造了一个 ConnectionPool,所以我们直接将 ConnectionPool 当参数传给 StrictRedis 也是一样的。

+

另外 ConnectionPool 还支持通过 URL 来构建,URL 的格式支持如下三种:

+

redis://[:password]@host:port/db
rediss://[:password]@host:port/db
unix://[:password]@/path/to/socket.sock?db=db

这三种 URL 分别表示创建 Redis TCP 连接、Redis TCP+SSL 连接、Redis Unix Socket 连接,我们只需要构造上面任意一种连接 URL 即可,其中 password 部分如果有则可以写,没有可以省略,下面我们再用URL连接演示一下:

+

url = 'redis://:foobared@localhost:6379/0'
pool = ConnectionPool.from_url(url)
redis = StrictRedis(connection_pool=pool)

在这里我们使用了第一种连接字符串进行连接,我们首先声明了一个 Redis 连接字符串,然后调用 from_url() 方法创建一个 ConnectionPool,然后将其传给 StrictRedis 即可完成连接,所以使用 URL 的连接方式还是比较方便的。

+

4. Key 操作

在这里主要将 Key 的一些判断和操作方法做下总结:

+

方法 作用 参数说明 示例 示例说明 示例结果
exists(name) 判断一个key是否存在 name: key名 redis.exists('name') 是否存在name这个key True
delete(name) 删除一个key name: key名 redis.delete('name') 删除name这个key 1
type(name) 判断key类型 name: key名 redis.type('name') 判断name这个key类型 b’string’
keys(pattern) 获取所有符合规则的key pattern: 匹配规则 redis.keys('n*') 获取所有以n开头的key [b’name’]
randomkey() 获取随机的一个key randomkey() 获取随机的一个key b’name’
rename(src, dst) 将key重命名 src: 原key名 dst: 新key名 redis.rename('name', 'nickname') 将name重命名为nickname True
dbsize() 获取当前数据库中key的数目 dbsize() 获取当前数据库中key的数目 100
expire(name, time) 设定key的过期时间,单位秒 name: key名 time: 秒数 redis.expire('name', 2) 将name这key的过期时间设置2秒 True
ttl(name) 获取key的过期时间,单位秒,-1为永久不过期 name: key名 redis.ttl('name') 获取name这key的过期时间 -1
move(name, db) 将key移动到其他数据库 name: key名 db: 数据库代号 move('name', 2) 将name移动到2号数据库 True
flushdb() 删除当前选择数据库中的所有key flushdb() 删除当前选择数据库中的所有key True
flushall() 删除所有数据库中的所有key flushall() 删除所有数据库中的所有key True

5. String操作

Redis 中存在最基本的键值对形式存储,用法总结如下:

+

方法 作用 参数说明 示例 示例说明 示例结果
set(name, value) 给数据库中key为name的string赋予值value name: key名 value: 值 redis.set('name', 'Bob') 给name这个key的value赋值为Bob True
get(name) 返回数据库中key为name的string的value name: key名 redis.get('name') 返回name这个key的value b’Bob’
getset(name, value) 给数据库中key为name的string赋予值value并返回上次的value name: key名 value: 新值 redis.getset('name', 'Mike') 赋值name为Mike并得到上次的value b’Bob’
mget(keys, *args) 返回多个key对应的value keys: key的列表 redis.mget(['name', 'nickname']) 返回name和nickname的value [b’Mike’, b’Miker’]
setnx(name, value) 如果key不存在才设置value name: key名 redis.setnx('newname', 'James') 如果newname这key不存在则设置值为James 第一次运行True,第二次False
setex(name, time, value) 设置可以对应的值为string类型的value,并指定此键值对应的有效期 name: key名 time: 有效期 value: 值 redis.setex('name', 1, 'James') 将name这key的值设为James,有效期1秒 True
setrange(name, offset, value) 设置指定key的value值的子字符串 name: key名 offset: 偏移量 value: 值 redis.set('name', 'Hello') redis.setrange('name', 6, 'World') 设置name为Hello字符串,并在index为6的位置补World 11,修改后的字符串长度
mset(mapping) 批量赋值 mapping: 字典 redis.mset({'name1': 'Durant', 'name2': 'James'}) 将name1设为Durant,name2设为James True
msetnx(mapping) key均不存在时才批量赋值 mapping: 字典 redis.msetnx({'name3': 'Smith', 'name4': 'Curry'}) 在name3和name4均不存在的情况下才设置二者值 True
incr(name, amount=1) key为name的value增值操作,默认1,key不存在则被创建并设为amount name: key名 amount:增长的值 redis.incr('age', 1) age对应的值增1,若不存在则会创建并设置为1 1,即修改后的值
decr(name, amount=1) key为name的value减值操作,默认1,key不存在则被创建并设置为-amount name: key名 amount:减少的值 redis.decr('age', 1) age对应的值减1,若不存在则会创建并设置为-1 -1,即修改后的值
append(key, value) key为name的string的值附加value key: key名 redis.append('nickname', 'OK') 向key为nickname的值后追加OK 13,即修改后的字符串长度
substr(name, start, end=-1) 返回key为name的string的value的子串 name: key名 start: 起始索引 end: 终止索引,默认-1截取到末尾 redis.substr('name', 1, 4) 返回key为name的值的字符串,截取索引为1-4的字符 b’ello’
getrange(key, start, end) 获取key的value值从start到end的子字符串 key: key名 start: 起始索引 end: 终止索引 redis.getrange('name', 1, 4) 返回key为name的值的字符串,截取索引为1-4的字符 b’ello’

6. List操作

List,即列表。Redis 还提供了列表存储,列表内的元素可以重复,而且可以从两端存储,用法总结如下:

+

方法 作用 参数说明 示例 示例说明 示例结果
rpush(name, *values) 在key为name的list尾添加值为value的元素,可以传多个 name: key名 values: 值 redis.rpush('list', 1, 2, 3) 给list这个key的list尾添加1、2、3 3,list大小
lpush(name, *values) 在key为name的list头添加值为value的元素,可以传多个 name: key名 values: 值 redis.lpush('list', 0) 给list这个key的list头添加0 4,list大小
llen(name) 返回key为name的list的长度 name: key名 redis.llen('list') 返回key为list的列表的长度 4
lrange(name, start, end) 返回key为name的list中start至end之间的元素 name: key名 start: 起始索引 end: 终止索引 redis.lrange('list', 1, 3) 返回起始为1终止为3的索引范围对应的list [b'3', b'2', b'1']
ltrim(name, start, end) 截取key为name的list,保留索引为start到end的内容 name:key名 start: 起始索引 end: 终止索引 ltrim('list', 1, 3) 保留key为list的索引为1到3的元素 True
lindex(name, index) 返回key为name的list中index位置的元素 name: key名 index: 索引 redis.lindex('list', 1) 返回key为list的列表index为1的元素 b’2’
lset(name, index, value) 给key为name的list中index位置的元素赋值,越界则报错 name: key名 index: 索引位置 value: 值 redis.lset('list', 1, 5) 将key为list的list索引1位置赋值为5 True
lrem(name, count, value) 删除count个key的list中值为value的元素 name: key名 count: 删除个数 value: 值 redis.lrem('list', 2, 3) 将key为list的列表删除2个3 1,即删除的个数
lpop(name) 返回并删除key为name的list中的首元素 name: key名 redis.lpop('list') 返回并删除名为list的list第一个元素 b’5’
rpop(name) 返回并删除key为name的list中的尾元素 name: key名 redis.rpop('list') 返回并删除名为list的list最后一个元素 b’2’
blpop(keys, timeout=0) 返回并删除名称为在keys中的list中的首元素,如果list为空,则会一直阻塞等待 keys: key列表 timeout: 超时等待时间,0为一直等待 redis.blpop('list') 返回并删除名为list的list的第一个元素 [b’5’]
brpop(keys, timeout=0) 返回并删除key为name的list中的尾元素,如果list为空,则会一直阻塞等待 keys: key列表 timeout: 超时等待时间,0为一直等待 redis.brpop('list') 返回并删除名为list的list的最后一个元素 [b’2’]
rpoplpush(src, dst) 返回并删除名称为src的list的尾元素,并将该元素添加到名称为dst的list的头部 src: 源list的key dst: 目标list的key redis.rpoplpush('list', 'list2') 将key为list的list尾元素删除并返回并将其添加到key为list2的list头部 b’2’

7. Set操作

Set,即集合。Redis 还提供了集合存储,集合中的元素都是不重复的,用法总结如下:

+

方法 作用 参数说明 示例 示例说明 示例结果
sadd(name, *values) 向key为name的set中添加元素 name: key名 values: 值,可为多个 redis.sadd('tags', 'Book', 'Tea', 'Coffee') 向key为tags的set中添加Book、Tea、Coffee三个内容 3,即插入的数据个数
srem(name, *values) 从key为name的set中删除元素 name: key名 values: 值,可为多个 redis.srem('tags', 'Book') 从key为tags的set中删除Book 1,即删除的数据个数
spop(name) 随机返回并删除key为name的set中一个元素 name: key名 redis.spop('tags') 从key为tags的set中随机删除并返回该元素 b’Tea’
smove(src, dst, value) 从src对应的set中移除元素并添加到dst对应的set中 src: 源set dst: 目标set value: 元素值 redis.smove('tags', 'tags2', 'Coffee') 从key为tags的set中删除元素Coffee并添加到key为tags2的set True
scard(name) 返回key为name的set的元素个数 name: key名 redis.scard('tags') 获取key为tags的set中元素个数 3
sismember(name, value) 测试member是否是key为name的set的元素 name:key值 redis.sismember('tags', 'Book') 判断Book是否为key为tags的set元素 True
sinter(keys, *args) 返回所有给定key的set的交集 keys: key列表 redis.sinter(['tags', 'tags2']) 返回key为tags的set和key为tags2的set的交集 {b’Coffee’}
sinterstore(dest, keys, *args) 求交集并将交集保存到dest的集合 dest:结果集合 keys:key列表 redis.sinterstore('inttag', ['tags', 'tags2']) 求key为tags的set和key为tags2的set的交集并保存为inttag 1
sunion(keys, *args) 返回所有给定key的set的并集 keys: key列表 redis.sunion(['tags', 'tags2']) 返回key为tags的set和key为tags2的set的并集 {b’Coffee’, b’Book’, b’Pen’}
sunionstore(dest, keys, *args) 求并集并将并集保存到dest的集合 dest:结果集合 keys:key列表 redis.sunionstore('inttag', ['tags', 'tags2']) 求key为tags的set和key为tags2的set的并集并保存为inttag 3
sdiff(keys, *args) 返回所有给定key的set的差集 keys: key列表 redis.sdiff(['tags', 'tags2']) 返回key为tags的set和key为tags2的set的差集 {b’Book’, b’Pen’}
sdiffstore(dest, keys, *args) 求差集并将差集保存到dest的集合 dest:结果集合 keys:key列表 redis.sdiffstore('inttag', ['tags', 'tags2']) 求key为tags的set和key为tags2的set的差集并保存为inttag 3
smembers(name) 返回key为name的set的所有元素 name: key名 redis.smembers('tags') 返回key为tags的set的所有元素 {b’Pen’, b’Book’, b’Coffee’}
srandmember(name) 随机返回key为name的set的一个元素,但不删除元素 name: key值 redis.srandmember('tags') 随机返回key为tags的set的一个元素

8. Sorted Set操作

Sorted Set,即有序集合,它相比集合多了一个分数字段,利用它我们可以对集合中的数据进行排序,其用法总结如下:

+

方法 作用 参数说明 示例 示例说明 示例结果
zadd(name, args, *kwargs) 向key为name的zset中添加元素member,score用于排序。如果该元素存在,则更新其顺序 name: key名 args: 可变参数 redis.zadd('grade', 100, 'Bob', 98, 'Mike') 向key为grade的zset中添加Bob,score为100,添加Mike,score为98 2,即添加的元素个数
zrem(name, *values) 删除key为name的zset中的元素 name: key名 values: 元素 redis.zrem('grade', 'Mike') 从key为grade的zset中删除Mike 1,即删除的元素个数
zincrby(name, value, amount=1) 如果在key为name的zset中已经存在元素value,则该元素的score增加amount,否则向该集合中添加该元素,其score的值为amount name: key名 value: 元素 amount: 增长的score值 redis.zincrby('grade', 'Bob', -2) key为grade的zset中Bob的score减2 98.0,即修改后的值
zrank(name, value) 返回key为name的zset中元素的排名(按score从小到大排序)即下标 name: key名 value: 元素值 redis.zrank('grade', 'Amy') 得到key为grade的zset中Amy的排名 1
zrevrank(name, value) 返回key为name的zset中元素的倒数排名(按score从大到小排序)即下标 name: key名 value: 元素值 redis.zrevrank('grade', 'Amy') 得到key为grade的zset中Amy的倒数排名 2
zrevrange(name, start, end, withscores=False) 返回key为name的zset(按score从大到小排序)中的index从start到end的所有元素 name: key值 start: 开始索引 end: 结束索引 withscores: 是否带score redis.zrevrange('grade', 0, 3) 返回key为grade的zset前四名元素 [b’Bob’, b’Mike’, b’Amy’, b’James’]
zrangebyscore(name, min, max, start=None, num=None, withscores=False) 返回key为name的zset中score在给定区间的元素 name:key名 min: 最低score max:最高score start: 起始索引 num: 个数 withscores: 是否带score redis.zrangebyscore('grade', 80, 95) 返回key为grade的zset中score在80和95之间的元素 [b’Amy’, b’James’]
zcount(name, min, max) 返回key为name的zset中score在给定区间的数量 name:key名 min: 最低score max: 最高score redis.zcount('grade', 80, 95) 返回key为grade的zset中score在80到95的元素个数 2
zcard(name) 返回key为name的zset的元素个数 name: key名 redis.zcard('grade') 获取key为grade的zset中元素个数 3
zremrangebyrank(name, min, max) 删除key为name的zset中排名在给定区间的元素 name:key名 min: 最低位次 max: 最高位次 redis.zremrangebyrank('grade', 0, 0) 删除key为grade的zset中排名第一的元素 1,即删除的元素个数
zremrangebyscore(name, min, max) 删除key为name的zset中score在给定区间的元素 name:key名 min: 最低score max:最高score redis.zremrangebyscore('grade', 80, 90) 删除score在80到90之间的元素 1,即删除的元素个数

9. Hash操作

Hash,即哈希。Redis 还提供了哈希表的数据结构,我们可以用name指定一个哈希表的名称,然后表内存储了各个键值对,用法总结如下:

+

方法 作用 参数说明 示例 示例说明 示例结果
hset(name, key, value) 向key为name的hash中添加映射 name: key名 key: 映射键名 value: 映射键值 hset('price', 'cake', 5) 向key为price的hash中添加映射关系,cake的值为5 1,即添加的映射个数
hsetnx(name, key, value) 向key为name的hash中添加映射,如果映射键名不存在 name: key名 key: 映射键名 value: 映射键值 hsetnx('price', 'book', 6) 向key为price的hash中添加映射关系,book的值为6 1,即添加的映射个数
hget(name, key) 返回key为name的hash中field对应的value name: key名 key: 映射键名 redis.hget('price', 'cake') 获取key为price的hash中键名为cake的value 5
hmget(name, keys, *args) 返回key为name的hash中各个键对应的value name: key名 keys: 映射键名列表 redis.hmget('price', ['apple', 'orange']) 获取key为price的hash中apple和orange的值 [b’3’, b’7’]
hmset(name, mapping) 向key为name的hash中批量添加映射 name: key名 mapping: 映射字典 redis.hmset('price', {'banana': 2, 'pear': 6}) 向key为price的hash中批量添加映射 True
hincrby(name, key, amount=1) 将key为name的hash中映射的value增加amount name: key名 key: 映射键名 amount: 增长量 redis.hincrby('price', 'apple', 3) key为price的hash中apple的值增加3 6,修改后的值
hexists(name, key) key为namehash中是否存在键名为key的映射 name: key名 key: 映射键名 redis.hexists('price', 'banana') key为price的hash中banana的值是否存在 True
hdel(name, *keys) key为namehash中删除键名为key的映射 name: key名 key: 映射键名 redis.hdel('price', 'banana') 从key为price的hash中删除键名为banana的映射 True
hlen(name) 从key为name的hash中获取映射个数 name: key名 redis.hlen('price') 从key为price的hash中获取映射个数 6
hkeys(name) 从key为name的hash中获取所有映射键名 name: key名 redis.hkeys('price') 从key为price的hash中获取所有映射键名 [b’cake’, b’book’, b’banana’, b’pear’]
hvals(name) 从key为name的hash中获取所有映射键值 name: key名 redis.hvals('price') 从key为price的hash中获取所有映射键值 [b’5’, b’6’, b’2’, b’6’]
hgetall(name) 从key为name的hash中获取所有映射键值对 name: key名 redis.hgetall('price') 从key为price的hash中获取所有映射键值对 {b’cake’: b’5’, b’book’: b’6’, b’orange’: b’7’, b’pear’: b’6’}

10. RedisDump

RedisDump 提供了强大的 Redis 数据的导入和导出功能,本节我们来看下它的具体用法。

+

首先确保已经安装好了 RedisDump。

+

RedisDump 提供两个可执行命令,redis-dump 用于导出数据,redis-load 用于导入数据。

+

redis-dump

我们可以首先输入如下命令查看所有可选项:

+

redis-dump -h

运行结果如下:

+

Usage: redis-dump [global options] COMMAND [command options] 
    -u, --uri=S                      Redis URI (e.g. redis://hostname[:port])
    -d, --database=S                 Redis database (e.g. -d 15)
    -s, --sleep=S                    Sleep for S seconds after dumping (for debugging)
    -c, --count=S                    Chunk size (default: 10000)
    -f, --filter=S                   Filter selected keys (passed directly to redis' KEYS command)
    -O, --without_optimizations      Disable run time optimizations
    -V, --version                    Display version
    -D, --debug
        --nosafe

可以看到其参数,-u 代表 Redis 连接字符串,-d 代表数据库代号,默认全部,-s 代表导出之后的休眠时间,-c 代表分块大小,默认是 10000,-f 代表导出时的过滤器,-O 代表禁用运行时优化,-V 显示版本,-D 开启调试。

+

我们拿本地的 Redis 做测试,运行在 6379 端口上,密码为 foobared,导出命令如下:

+

redis-dump -u :foobared@localhost:6379

如果没有密码的话可以不加密码前缀,命令如下:

+

redis-dump -u localhost:6379

运行之后可以将本地 0-15号 数据库的所有数据输出出来,例如:

+

{"db":0,"key":"name","ttl":-1,"type":"string","value":"James","size":5}
{"db":0,"key":"name2","ttl":-1,"type":"string","value":"Durant","size":6}
{"db":0,"key":"name3","ttl":-1,"type":"string","value":"Durant","size":6}
{"db":0,"key":"name4","ttl":-1,"type":"string","value":"HelloWorld","size":10}
{"db":0,"key":"name5","ttl":-1,"type":"string","value":"James","size":5}
{"db":0,"key":"name6","ttl":-1,"type":"string","value":"James","size":5}
{"db":0,"key":"age","ttl":-1,"type":"string","value":"1","size":1}
{"db":0,"key":"age2","ttl":-1,"type":"string","value":"-5","size":2}

每条数据都包含五个字段,db 即数据库代号,key 即键名,ttl 即该键值对的有效时间,type 即键值类型,size 即占用空间。

+

如果想要将其输出为 Json 行文件,可以使用如下命令:

+

redis-dump -u :foobared@localhost:6379 > ./redis_data.jl 

这样我们就可以成功将 Redis 的所有数据库的所有数据导出成 Json 行文件了。

+

另外我们可以使用 -d 参数指定某个数据库的导出,例如只导出 1 号数据库的内容:

+

redis-dump -u :foobared@localhost:6379 -d 1 > ./redis.data.jl 

如果只想导出特定的内容,如想导出 adsl 开头的数据,可以加入 -f 参数用来过滤,命令如下:

+


redis-dump -u :foobared@localhost:6379 -f adsl:* > ./redis.data.jl 

其中 -f 的参数即 Redis 的 keys 命令的参数,可以写一些过滤规则。

+

redis-load

我们同样可以首先输入如下命令查看所有可选项:

+

redis-load -h 

运行结果如下:

+


redis-load --help 
Try: redis-load [global options] COMMAND [command options]
-u, --uri=S Redis URI (e.g. redis://hostname[:port])
-d, --database=S Redis database (e.g. -d 15)
-s, --sleep=S Sleep for S seconds after dumping (for debugging)
-n, --no_check_utf8
-V, --version Display version
-D, --debug
--nosafe

可以看到其参数,-u 代表 Redis 连接字符串,-d 代表数据库代号,默认全部,-s 代表导出之后的休眠时间,-n 代表不检测 UTF-8 编码,-V 显示版本,-D 开启调试。

+

我们可以将 Json 行文件导入到 Redis 数据库中:

+

< redis_data.json redis-load -u :foobared@localhost:6379 

这样就可以成功将 Json 行文件导入到数据库中了。

+

另外如下命令同样可以达到同样的效果:

+

cat redis_data.json | redis-load -u :foobared@localhost:6379 

以上便是 RedisDump 的使用概述,使用它我们可以高效便捷地实现 Redis 数据库的导入导出。

+

11. 结语

本节我们了解了 RedisPy 对 Redis 数据库的一些基本操作,另外还了解了 RedisDump 对数据导入导出做了演示,由于其便捷和高效性,在后文我们会利用 Redis 实现很多架构,如维护代理池、Cookies 池、ADSL 拨号代理池、ScrapyRedis 分布式架构等,所以 Redis 的操作需要好好掌握。

+

你可能感兴趣的:(网络爬虫)