最近在学习Python抓取数据,之前发了几篇爬虫小白的文章,了解了不同的方法进行数据的爬取。
(1)Python+Selenium+ChromeDriver
(2)Requests库
(3)Scrapy框架
当然可以组合使用,使用scrapy中集成selenium爬虫使用,以及selenium+requests进行数据爬取,视个人需求而定。
在博客上看到了将一个requests库和scrapy框架比较的总结,分享给大家。
Requests是一个功能十分强大的库,它能够满足大部分网页数据获取的需求。其工作原理是向服务器发送数据请求,至于数据的下载和解析,都需要自己处理,因而灵活性高;而由于scrapy框架的封装,使得灵活性降低。在没有明确需求之前,可以先选择requests库请求网页数据,而在业务实战中产生实际需求时,再考虑Scrapy框架。
Selenium是Web自动化测试工具集,最初是为了网站自动化测试开发的,Selenium测试直接运行在浏览器中,就像真正的用户在操作一样。支持的浏览器包括IE(7, 8, 9, 10, 11),Mozilla Firefox,Sa