def singleBookSave(subcategory,log,b,itemId):
"""***单本书函数：单本书籍的抓取、匹配、最后保存到数据库***"""
#--得到单本书的信息，并保存到数据库--#
imgUrl=getGroup(b,'ImgUrl') #取出封面小图地址
buyUrl=getGroup(b,'Url') #取出购买地址
title=b.group('Title') #取出书名
if title:
title=title.decode('GBK') #如果title存在,进行转码
author=b.group('Author') #取出作者
if author:
author=author.decode('GBK') #如果author存在，进行转码
publisher=b.group('Publisher') #取出出版社
if publisher:
publisher=publisher.decode('GBK') #如果publisher存在，进行转码
date=b.group('Date') #取出出版日期
if date:
date=date[10:].decode('GBK') #如果date存在，去掉“出版日期：” 四个字，并转码为UTF-8
price=getGroup(b,'Price') #取出当当价格，并转码
oprice=getGroup(b,'OPrice') #取出原价，并转码
state=getGroup(b,'State') #取出货存状态，并转码
#--如果得到的state为'link_sale'，则有货，赋值为1，否则无货，赋值为0--#
if state=='link_sale':
state=1
else:
state=0
#--记录当前事件--#
log.currentEvent='Catch bookDetail_2'
log.save()
detailHtml=getHtml(buyUrl) #得到当前书籍的购买网页数据
try:
bookDetail_2=compiledDetailPatterns_2.search(detailHtml) #抓取书的另一部分信息
edition=bookDetail_2.group('Edition')[11:].decode('GBK') #取出版次，去掉“版次：”，并转码
totalPage=bookDetail_2.group('TPage')[11:].decode('GBK') #取出总页数，去掉“页数：”，并转码
format=bookDetail_2.group('Format')[11:].decode('GBK') #取出开本，去掉“开本：”，并转码
isbn=bookDetail_2.group('ISBN')[13:].decode('GBK') #取出ISBN，去掉“ISBN：”，并转码
pack=bookDetail_2.group('Pack')[11:].decode('GBK') #取出装帧，去掉“装帧：”，并转码
bigImgUrl=bookDetail_2.group('BigImgUrl').decode('GBK') #得到封面大图地址，并转码
captionData=compiledCaptionPatterns.search(detailHtml) #抓取内容简介，并转码
if captionData: #如果匹配到简介，则取出
try:
caption=captionData.group('Caption').decode('GBK') #对内容简介进行编码转换
except UnicodeDecodeError: #如果转换编码的过程中捕捉到UnicodeDecodeError，将caption赋值为None
caption=None
else:
caption=None #如果没有匹配到简介，则赋值为None
except AttributeError:
edition='暂无'
totalPage='暂无'
format='暂无'
isbn='暂无'
pack='暂无'
bigImgUrl='暂无'
caption='暂无'
#--保存数据到数据库--#
bdetail=BookDetail(title=title,buyUrl=buyUrl,price=price,oprice=oprice,
state=state,caption=caption,imgUrl=imgUrl,bigImgUrl=bigImgUrl,
author=author,publisher=publisher,date=date,edition=edition,
totalPage=totalPage,format=format,isbn=isbn,pack=pack,
subCategory=subcategory.title,topCategory=subcategory.topcategory.title,siteId=subcategory.siteId)
try:
bdetail.save() #保存到数据库
except DataError:
pass #如果捕捉到DataError，将其忽略，继续抓取
log.breakItemId=itemId #在Log里记录下当前序号
log.errorInfo='No Exception Raise' #书籍保存成功，无异常发生
log.currentEvent='Save Books Success' #当前事件为保存书籍成功
log.save() #保存Log
#--得到当前抓取网站相关信息--#
site=SiteInfo.objects.get(id=id) #得到当前抓取的站点信息
log=Log.objects.get(siteId=id) #得到当前抓取站点的日志Log
startUrl=site.startUrl #得到抓取的起始页地址
#--开始匹配和抓取--#
try:
topC=compiledTopPatterns.finditer(getHtml(startUrl)) #调用公共函数catchIter抓取所有一级分类，得到所有一级分类的迭代器
except URLError,e: #如果出现URLError，将错误记录到日志，并返回错误信息和当前事件
urlErrorHandler(log,e) #调用urlErrorHandler函数处理URLError
log.currentEvent='Catch Category False' #如果发生异常，则记录事件为'Catch Category False'
log.save() #保存log数据
return HttpResponse(log.errorInfo) #返回log信息
for top in topC:
topLink=getGroup(top,'TopLink') #调用getGroup函数，取出一级分类url，并对其转码
topTitle=getGroup(top,'TopTitle') #调用getGroup函数，取出一级分类标题，并对其转码
tc=TopCategory(title=topTitle,url=topLink,siteId=id) #将一级分类数据保存到TopCategory的模型中，siteId为当前抓取站点的id值
tc.save() #保存一级分类到数据库
subHtml=top.group() #得到当前一级分类的匹配信息（其中包括每个子分类的列表）
subC=compiledSubPatterns.finditer(subHtml) #对子分类进行匹配，得到当前一级分类下的所有子分类的一个迭代器
for sub in subC: #对子分类迭代器进行循环
subLink=getGroup(sub,'SubLink') #取出子分类url，并对其转码
subTitle=getGroup(sub,'SubTitle') #取出子分类标题，并对其转码
sc=SubCategory(title=subTitle,url=subLink,topcategory=tc,siteId=id) #将子分类数据赋值给SubCategory模型
sc.save() #保存子分类数据到数据库
#--记录日志--#
log.errorInfo='No Exception Raise'
log.currentEvent='Save Category Success'
log.save()
return HttpResponse('抓取成功，请<a href="/bookcatch/addsites/">返回</a>')
