python3.5 - 请问我的python小爬虫代码应该怎么做优化？

Question

新入门做的一个爬取文段程序，代码看起来比较臃肿，请问有没有什么好的建议呢？

另外我准备在for循环末尾把数据插入mysql数据库，这样做好吗，还是说再弄一个for循环，第一个for循环把数据存进二维列表里，第二个循环再逐条插入数据呢？

---

#-*- coding:utf-8 -*-
import re
from pyquery import PyQuery as pq
import time

#过滤html标签
def stripTag(x):
    return re.sub('<(.*?)>','',str(x))

#转换时间戳
def timeStamp(x):
    return time.mktime(time.strptime(x,'%Y-%m-%d %H:%M'))

#获取网页局部源码
d = pq(url='http://www.juexiang.com/list/1017')
d = pq(d('.left').html())
x = d('p.arttitle')

#匹配时间格式
pattern = re.compile(r"[0-9]{4}(.*)[0-9]{2}")

#for循环获取标题、作者、时间
for i in x:
    a = pq(pq(i).html())
    title = stripTag(pq(a('a').eq(0).text()))
    author = stripTag(pq(a('a').eq(1).text()))
    time1 = str(pq(a('span').eq(2).text()))
    time1 = timeStamp((pattern.search(time1)).group())
    print(title,'\t',author,'\t',time1,'\n')

Answer 1

如果還在for循環裡加入資料庫操作，那程式碼看起來就很醜了，其實每一部分都可以分成函數或建類來處理，
比如
1.取得網頁內容和過濾html標籤可以建一個函數

def get_page(url):
    pass

2.取得時間戳記和轉換時間戳記可以合併在一個函數中

def handld_time():
    pass
    

3.取得標題、作者、時間可用一個函數處理

def get_article_content():
    pass

這樣函數可以復用，並且呼叫起來十分方便靈活，因為這只是一個小程序，用幾個函數重構就可以達到效果了