Srcapy介绍
Scrapy是一个健壮的爬虫框架,可以从网站中提取需要的数据。是一个快速、简单、并且可扩展的方法。
Scrapy使用了异步网络框架来处理网络通讯,可以获得较快的下载速度,因此,我们不需要去自己实现异步框架。并且,Scrapy包含了各种中间件接口,可以灵活的完成各种需求。所以我们只需要定制开发几个模块就可以轻松的实现一个爬虫,用来抓取网页上的各种内容。
Scrapy爬虫的优点很多:
-
内建的css选择器和xpath表达式。
-
基于IPython交互shell,方便编写爬虫和debug。
-
健壮的编码支持。
-
扩展性强,可使用signals和api(中间件,插件,管道)添加自定义功能。
-
多用于session,cookies,http认证,user-agent,robots.txt,抓取深度限制的中间件和插件。
-
scrapy內建teinet console,可用于debug。
Scrapy的安装
scrapy的安装可能回出现问题。
如果安装不成功,先安装 wheel,然后下载twisted:http://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted,
进入你下载的目录执行:
pip install Twisted-17.1.0-cp35-cp35m-win_amd64.whl,
注意安装的是你选择的whl&