Python 爬虫 Scrapy 框架简介

Scrapy是一个快速、开源的web抓取框架,用Python编写,用于从web页面提取数据,基于XPath的选择器。Scrapy于2008年6月26日首次发布,并在2015年6月发布了具有里程碑意义的1.0版本。本文主要是Python 爬虫 Scrapy 框架简介。

1、使用Scrapy的好处

1)构建和扩展大型爬行项目更容易。

2)它有一个内置的机制称为选择器,用于从网站中提取数据。

3)它异步处理请求,速度很快。

4)它利用自动节流机构自动调整爬行速度。

5)确保开发人员的可访问性。

2、Scrapy的特点

1)Scrapy是一个开源的、免费的web抓取框架。

2)Scrapy生成JSON、CSV和XML等格式的提要导出。

3)Scrapy内置支持通过XPath或CSS表达式从源中选择和提取数据。

3)基于爬虫的Scrapy,允许自动从网页中提取数据。

3、优势

1)Scrapy易于扩展、快速和强大。

2)它是一个跨平台的应用框架(Windows, Linux, Mac OS和BSD)。

3)Scrapy请求是异步调度和处理的。

4)Scrapy自带内置服务Scrapyd,允许使用JSON web服务上传项目和控制蜘蛛。

5)可以废弃任何网站,尽管该网站没有用于原始数据访问的API。

3、缺点

1)Scrapy仅适用于Python 2.7以上的版本。

2)不同的操作系统上,安装Scrapy的方法不同。

推荐阅读
cjavapy编程之路首页