(1)Scrapy教程
目录
Scrapy是什么?
Scrapy是使用Python编写的一个快速开源Web抓取框架,使用基于XPath选择器来提取网页中的数据。
历史
Scrapy最初是在 2008年6月26日在BSD许可协议下发布,并在2015年6月发布的一个里程碑版本1.0。
为什么要使用Scrapy?
-
它更容易构建和大规模的抓取项目;
-
它内置的机制被称为选择器,用于从网站(网页)上提取数据;
-
它异步处理请求,速度十分快;
-
它可以使用自动调节机制自动调整爬行速度;
-
确保开发人员可访问性;
Scrapy的特点
-
Scrapy是一个开源和免费使用的网络爬虫框架;
-
Scrapy生成格式导出如:JSON,CSV和XML;
-
Scrapy内置支持从源代码,使用XPath或CSS表达式的选择器来提取数据;
-
Scrapy基于爬虫,允许以自动方式从网页中提取数据;
优点
-
Scrapy很容易扩展,快速和功能强大;
-
这是一个跨平台应用程序框架(在Windows,Linux,Mac OS和BSD)。
-
Scrapy请求调度和异步处理;
-
Scrapy附带了一个名为Scrapyd的内置服务,它允许使用JSON Web服务上传项目和控制蜘蛛。
-
也能够刮削任何网站,即使该网站不具有原始数据访问API;
缺点
-
Scrapy只面向Python2.7+以上版本;
-
不同的操作系统安装不太相同;
关注右侧公众号,随时随地查看教程
Scrapy教程目录