python爬虫入门之Scrapy框架怎么用

这篇文章将为大家详细讲解有关python爬虫入门之Scrapy框架怎么用，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

Python的优点有哪些

1、简单易用，与C/C++、Java、C# 等传统语言相比，Python对代码格式的要求没有那么严格；2、Python属于开源的，所有人都可以看到源代码，并且可以被移植在许多平台上使用；3、Python面向对象，能够支持面向过程编程,也支持面向对象编程；4、Python是一种解释性语言，Python写的程序不需要编译成二进制代码，可以直接从源代码运行程序；5、Python功能强大，拥有的模块众多，基本能够实现所有的常见功能。

python爬虫中有很多高效的爬虫框架，提起python爬虫框架，那首先想到的肯定是Scrapy框架。Scrapy框架可以很方便的进行web抓取，而且可以根据自己的需求去爬取需要的内容，避免重复下载最近已经下载过的数据，爬虫效率很高。本文向大家介绍python爬虫框架。

一、Scrapy框架是什么？

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。

可以应用在包括数据挖掘，信息处理或存储历史数据等一系列的程序中。

二、Scrapy框架安装方法：

Windows：在终端输入命令：pip install scrapy；

Mac：在终端输入命令：pip3 install scrapy；

三、Scrapy运行流程：

1、引擎从调度器中取出一个链接(URL)用于接下来的抓取；

2、引擎把URL封装成一个请求(Request)传给下载器；

3、下载器把资源下载下来，并封装成应答包(Response)；

4、爬虫解析Response；

5、解析出实体（Item）,则交给实体管道进行进一步的处理；

6、解析出的是链接（URL）,则把URL交给调度器等待抓取；

四、Scrapy创建工程

终端下：

scrapy startproject PROJECT_NAME
      PROJECT_NAME为工程名字
scrapy genspider SPIDER_NAME SPIDER_URL
      SPIDER_NAME 爬虫文件名、SPIDER_URL  爬取网站地址

关于“python爬虫入门之Scrapy框架怎么用”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。