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。

推荐文档