Scrapy 框架的使用
Posted jeavy
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Scrapy 框架的使用相关的知识,希望对你有一定的参考价值。
Scrapy 框架的介绍
Scrapy 是一个基于Twisted的异步处理框架,是纯Python实现的爬虫框架,其架构清晰模块之间的耦合成都低,可扩展性极强,可以灵活完成各种需求。我们只需要定制开发几个模块就可以轻松实现一个爬虫。
1. 架构介绍
它可以分为如下几个部分。
- Engine 引擎,处理整个系统的数据流处理,触发事务,是整个框架的核心。
- Item 项目,它定义了爬取结果的数据结构,爬取的数据会被赋值成该Item对象。
- Scheduler 调度器,接受引擎发过来的请求并将其加入队列中,在引擎再次请求的时候将请求提供给引擎。
- Downloader 下载器,下载网页内容,并将网页内容返回给蜘蛛。
- Spider 蜘蛛,其定义了爬取逻辑和网页的解析规则,它主要负责解析响应并生成提取结果和新的请求。
- Item Pipeline 项目管道,负责处理由蜘蛛从网页抽取的项目,它主要任务是清洗、验证和储存数据。
- Downloader Middleware 下载器中间件,位于引擎和下载器之间的钩子框架,主要处理引擎和下载器之间的请求及响应。
- Spider Middleware 蜘蛛中间件,位于引擎和蜘蛛之间的钩子框架,主要处理向蜘蛛输入的响应和输出的结果及新的请求。
以上是关于Scrapy 框架的使用的主要内容,如果未能解决你的问题,请参考以下文章