Scrapy – 概述

Scrapy – 概述


Scrapy 是一个用 Python 编写的快速、开源的网络爬虫框架,用于在基于 XPath 的选择器的帮助下从网页中提取数据。

Scrapy 于 2008 年 6 月 26 日首次发布,并在 BSD 下获得许可,并于 2015 年 6 月发布了里程碑 1.0。

为什么要使用 Scrapy?

  • 更容易构建和扩展大型爬行项目。

  • 它有一个称为选择器的内置机制,用于从网站中提取数据。

  • 它异步处理请求并且速度很快。

  • 它使用自动节流机制自动调整爬行速度

  • 确保开发人员的可访问性。

Scrapy 的特点

  • Scrapy 是一个开源且免费使用的网络爬虫框架。

  • Scrapy 以 JSON、CSV 和 XML 等格式生成提要导出。

  • Scrapy 内置支持通过 XPath 或 CSS 表达式从源中选择和提取数据。

  • 基于爬虫的 Scrapy,允许自动从网页中提取数据。

优点

  • Scrapy 易于扩展、快速且功能强大。

  • 它是一个跨平台的应用程序框架(Windows、Linux、Mac OS 和 BSD)。

  • Scrapy 请求是异步调度和处理的。

  • Scrapy 带有称为Scrapyd 的内置服务,它允许使用 JSON 网络服务上传项目和控制蜘蛛。

  • 可以废弃任何网站,尽管该网站没有用于访问原始数据的 API。

缺点

  • Scrapy 仅适用于 Python 2.7。+

  • 不同操作系统的安装是不同的。

觉得文章有用?

点个广告表达一下你的爱意吧 !😁