V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
caizixian
V2EX  ›  Python

Scrapy 的结果如何处理?

  •  
  •   caizixian ·
    caizixian · 2015-01-19 20:50:30 +08:00 · 2469 次点击
    这是一个创建于 3596 天前的主题,其中的信息可能已经有所发展或是发生改变。
    用Scrapy爬了一些数据,弄成了JSON。
    接下来有搜索的需要。
    JSON类似于
    {"name":.....,"para1":.....,"para2":.....,}

    需求就是模糊搜索name,输出para1,para2。
    JSON文件大约300多MB,十几万行。
    求高效的处理方式。

    顺便问一下,用Python处理较大的JSON文件有什么好办法?还是说直接上C Binding?

    Thx!
    6 条回复    2015-05-07 11:48:11 +08:00
    linnchord
        1
    linnchord  
       2015-01-19 21:11:09 +08:00
    十几万行 放数据库不是挺好吗
    caizixian
        2
    caizixian  
    OP
       2015-01-19 21:54:13 +08:00
    @Livid @binux 有什么建议吗?
    tennix
        3
    tennix  
       2015-01-19 22:02:55 +08:00
    这种 json 数据最适合放到文档数据库里了,比如 mongodb, mongo 的查询功能也算比较强大
    binux
        4
    binux  
       2015-01-19 22:10:48 +08:00
    1、放内存
    2、放数据库
    3、放elasticsearch
    yakczh
        5
    yakczh  
       2015-01-19 22:48:50 +08:00
    scrapy检测网站内容更新有什么好的方案?
    Moker
        6
    Moker  
       2015-05-07 11:48:11 +08:00
    我现在也存成了JSON 可是 存数据库老是出错...
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2450 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 19ms · UTC 15:53 · PVG 23:53 · LAX 07:53 · JFK 10:53
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.