python爬虫一般用什么框架?六大Python框架

Posted 2020-12-19

python爬虫一般用什么框架?python爬虫可以使用的框架有很多，一般在大型需求的时候才会使用python爬虫框架。

　　Scrapy：一个为了爬取网站数据，提取结构性数据而编写的应用框架。应用在数据挖掘、信息处理或者存储历史数据等一系列程序中。是很强大的爬虫框架，可以满足简单的页面爬取。

　　Crawley：高速爬取对应网站内容，支持关系和非关系数据库，数据可以导出为JSON、XML等。

　　Portia：开源可视化爬虫工具，使用者在不需要任何编程知识的情况下爬取网站，简单的注释自己感兴趣的页面，创建一个蜘蛛来从类似的页面提取数据。

　　newspaper：可以用来提取新闻、文章和内容分析。使用多线程、支持10多种语言。

　　python-goose：可以提取的信息包含文章主体内容、文章主要图片、文章中嵌入的任何Youtube/Vimeo视频、元描述、元标签。

　　Beautiful Soup：名气很大，整合了一些常用的爬虫需求。可以从HTML或XML文件中提取数据的Python库。