Scrapy爬取淘宝商品数据保存到mongodb

1. Scrapy介绍

      Scrapy 是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。Scrapy使用Twisted异步网络库处理网络通信，架构清晰，并且包含了各种中间件接口，可以灵活地完成各种要求。 Scrapy 整体架构如下图：

Scrapy组件：

引擎(Scrapy Engine)

负责控制数据流在系统中所有组件中流动，并在相应动作发生时触发事件。

调度器(Scheduler)

调度器从引擎接受request并将他们入队，以便之后引擎请求他们时提供给引擎。

下载器(Downloader)

下载器负责获取页面数据并提供给引擎，而后提供给spider。

爬虫(Spiders)

Spider是Scrapy用户编写用于分析response并提取item(即获取到的item)或额外跟进的URL的类。 每个spider负责处理一个特定(或一些)网站。