Scrapy 框架介绍
2024-10-01 18:00:42
Scrapy 框架
Scrapy,Python开发的一个快速、高层次的屏幕抓取和web抓取框架,用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛,可以用于数据挖掘、监测和自动化测试。
Scrapy吸引人的地方在于它是一个框架,任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类,如BaseSpider、sitemap爬虫等,最新版本又提供了web2.0爬虫的支持。
Scrap,是碎片的意思,这个Python的爬虫框架叫Scrapy。
Scrapy运行原理图
scrapy执行流程
- 一、引擎向spiders要url
- 二、引擎将要爬取的url给调度器
- 三、调度器会将url生成请求对象放到指定的队列中
- 四、从队列中出队一个请求
- 五、引擎将请求交给下载器进行处理
- 六、下载器发送请求获取互联网数据
- 七、下载器将数据返回给引擎
- 八、引擎将数据再次给spiders
- 九、spiders解析该数据,得到数据或url
- 十、spiders将数据或者url给引擎
- 十一、引擎判断是数据还是url,如果是数据交给管道(item pipeline)处理,是url交给调度器处理
最新文章
- Qt——自定义属性
- Ajax案例:三级联动查询员工的信息(三张表进行内连接)
- python--迭代--7
- Maven配置文件说明
- java操作spark1.2.0
- Java 类成员的初始化顺序
- hdu4722 Good Numbers
- WP8.1小梦词典开发1:金山词霸API使用
- JSON的简单书写(初学),使用Java语言反序列化
- mysql的left jion:就是left outer join(right join同理)
- 五分钟读懂UML类图(转)
- 2018-2019-2 网络对抗技术 20165328 Exp5 MSF基础应用
- 阿里云Ubuntu安装图形界面与中文语言包
- js读取txt文件
- SQL 查看SQL语句的执行时间 直接有效的方法
- asp.net Web API 身份验证 不记名令牌验证 Bearer Token Authentication 简单实现
- 枚举Enum 的常用方法
- [BUAA2017软工]第1次个人项目 数独
- Win10更新搜狗输入法后重启输入密码蓝屏
- Android Launcher分析和修改12——Widget列表信息收集