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

技术图片

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

使用scrapy框架来进行抓取的原因

python爬虫—使用scrapy爬虫框架

09 Scrapy框架在爬虫中的使用

python爬虫--scrapy框架的学习和使用⭐⭐⭐---第一部分

scrapy框架的使用

爬虫篇 | 高级爬虫:Scrapy爬虫框架的安装