Scrapy概述

Scrapy是一个用Python编写的快速,开源的网页爬虫框架,用于在基于XPath的选择器的帮助下从网页中提取数据。

Scrapy于2008年6月26日首次在BSD下发布,并于2015年6月发布了里程碑1.0。

为什么使用Scrapy?

  • 构建和扩展大型爬取项目比较容易。
  • 它有一个称为选择器的内置机制,用于从网站中提取数据。
  • 它异步处理请求并且速度很快。
  • 它使用自动调节机制自动调整爬网速度。
  • 确保开发者无障碍。

Scrapy的特点

  • Scrapy是一个开放源代码并可以免费使用网络爬虫框架。
  • Scrapy以JSON,CSV和XML等格式生成Feed输出。
  • Scrapy具有内置支持,可以通过XPath或CSS表达式从源选择和提取数据。
  • 基于爬虫的Scrapy允许自动从网页中提取数据。

优点

  • Scrapy很容易扩展,快速和强大。
  • 它是一个跨平台的应用程序框架(Windows,Linux,Mac OS和BSD)。
  • Scrapy请求被安排和异步处理。
  • Scrapy带有称为 Scrapyd的 内置服务,它允许使用JSON Web服务上传项目和控制蜘蛛。
  • 尽管该网站没有用于原始数据访问的API,但可以取消任何网站。

缺点

  • Scrapy仅适用于Python 2.7。+
  • 不同的操作系统安装是不同的。

下一章:Scrapy 环境

Scrapy环境:在本章中,我们将讨论如何安装和设置Scrapy。Scrapy必须与Python一起安装。Scrapy可以通过使用 pip 来安装。要安装,请运行以下命令:pip install Scrapy视窗注意 - Windows 3 ...