• 技术文章 >Python技术 >Python爬虫

    什么是Scrapy框架

    PythonPython2019-05-30 15:31:11原创921
    如果你是一个Python高手,基本的爬虫知识都已经掌握了,那么就研究下Scrapy框架。这个框架有什么强大的功能呢?

    Scrapy介绍:

    HTML, XML源数据 选择及提取 的内置支持

    提供了一系列在spider之间共享的可复用的过滤器(即 Item Loaders),对智能处理爬取数据提供了内置支持。

    通过 feed导出 提供了多格式(JSON、CSV、XML),多存储后端(FTP、S3、本地文件系统)的内置支持

    提供了media pipeline,可以 自动下载 爬取到的数据中的图片(或者其他资源)。

    高扩展性。您可以通过使用 signals ,设计好的API(中间件, extensions, pipelines)来定制实现您的功能。

    内置的中间件及扩展为下列功能提供了支持:

    cookies and session 处理

    HTTP 压缩

    HTTP 认证

    HTTP 缓存

    user-agent模拟

    robots.txt

    爬取深度限制

    针对非英语语系中不标准或者错误的编码声明, 提供了自动检测以及健壮的编码支持。

    支持根据模板生成爬虫。在加速爬虫创建的同时,保持在大型项目中的代码更为一致。详细内容请参阅 genspider 命令。

    针对多爬虫下性能评估、失败检测,提供了可扩展的 状态收集工具 。

    提供 交互式shell终端 , 为您测试XPath表达式,编写和调试爬虫提供了极大的方便

    提供 System service, 简化在生产环境的部署及运行

    内置 Web service, 使您可以监视及控制您的机器

    内置 Telnet终端 ,通过在Scrapy进程中钩入Python终端,使您可以查看并且调试爬虫

    Logging 为您在爬取过程中捕捉错误提供了方便

    支持 Sitemaps 爬取

    具有缓存的DNS解析器

    专题推荐:scrapy
    品易云
    上一篇:通过一个简单的爬虫来研究Python爬虫 下一篇:看kindle网站电子书用Python爬取下载

    相关文章推荐

    • Python是什么?• 编程语言2019年5月Top 20排名Python排名第4位• 初识Python-Python的历史与优缺点• 使用多线程让Python应用飞起来

    全部评论我要评论

    © 2021 Python学习网 苏ICP备2021003149号-1

  • 取消发布评论
  • 

    Python学习网