现在是一个吃快餐的时代,先给出源码,还有执行结果吧,定位过程在下面
源码:
#导入需要使用到的模块
import urllib
import urllib.request
import re
import os
import pandas as pd
import pymysql
##########################将股票数据存入数据库###########################
filepath = 'D:\data\python\test\stock\'#定义数据文件保存路径
#数据库名称和密码
name = 'root'
password = 'Test_123' #替换为自己的账户名和密码
#建立本地数据库连接(需要先开启数据库服务)
db = pymysql.connect('localhost', name, password, charset='utf8')
cursor = db.cursor()
#创建数据库stockDataBase
sqlSentence1 = "create database if not exists stockDataBase"
cursor.execute(sqlSentence1)#选择使用当前数据库
sqlSentence2 = "use stockDataBase;"
cursor.execute(sqlSentence2)
#获取本地文件列表
fileList = os.listdir(filepath)
#依次对每个数据文件进行存储
for fileName in fileList:
data = pd.read_csv(filepath+fileName, encoding="gbk")
#创建数据表,如果数据表已经存在,会跳过继续执行下面的步骤print('创建数据表stock_%s'% fileName[0:6])
sqlSentence3 = "create table if not exists stock_%s" % fileName[0:6] + "(日期 VARCHAR(20), 股票代码 VARCHAR(20), name VARCHAR(40),\
收盘价 float, 最高价 float, 最低价 float, 开盘价 float, 前收盘 float, 涨跌额 float, \
涨跌幅 float, 换手率 float, 成交量 bigint, 成交金额 bigint, 总市值 bigint, 流通市值 bigint)"
cursor.execute(sqlSentence3)
#sqlSentence4 = "alter table stock_%S" % fileName[0:6] + "default character set utf8;"
sqlSentence4 = "alter table stock_%s" % fileName[0:6] + " change name name varchar(60) character set utf8;"
cursor.execute(sqlSentence4)
sqlSentence5 = "delete from stock_%s" % fileName[0:6] + ";"
cursor.execute(sqlSentence5)
#迭代读取表中每行数据,依次存储(整表存储还没尝试过)
print('正在存储stock_%s'% fileName[0:6])
length = len(data)
print(length)
for i in range(0, length):
record = tuple(data.loc[i])
#插入数据语句
try:
sqlSentence6 = "insert into stock_%s" % fileName[0:6] + "(日期, 股票代码, name, 收盘价, 最高价, 最低价, 开盘价, 前收盘, 涨跌额, 涨跌幅, 换手率, \
成交量, 成交金额, 总市值, 流通市值) values ('%s',%s','%s',%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)" % record
#获取的表中数据很乱,包含缺失值、Nnone、none等,插入数据库需要处理成空值
sqlSentence6 = sqlSentence6.replace('nan','null').replace('None','null').replace('none','null')
cursor.execute(sqlSentence6)
except:
#如果以上插入过程出错,跳过这条数据记录,继续往下进行
continue
#关闭游标,提交,关闭数据库连接
cursor.close()
db.commit()
db.close()
#导