scrapy一个开源和协作的框架,最初的设计目的为:页面抓取(更准确来说是网络抓取),因此scrapy能够以简便、快捷·、可扩展的方式从网站中提取所需的信息。现阶段scrapy的应用十分广泛,能够用于挖掘、监测和自动化测试等许多领域,也可以被用在API所返回的数据,就像:Amazon Associates Web Services,或者通用的网络爬虫等方面。 scrapy是基于twisted框架而开发出来的,twisted是一个流行的事件驱动的python网络框架,所以通过利用一种非阻塞(又被称为异步)的代码来实现并发。
一、scrapy架构
scrapy框架主要由以下·六大组件组成:调试器(Scheduler)、下载器(Downloader)、爬虫(Spider)、中间件(Middleware)、实体管道(Item Pipeline)和Scrapy引擎(Scrapy Engine)
1、Scrapy Engine(引擎): 主要负责控制所有组件间的数据流,并在相应动作触发事件时进行处理。
2、Scheduler(调度器): 调度器从引擎接受请求,并将这些请求放入队列中,并在之后返回给引擎。
3、Downloader(下载器): 下载器负责根据引擎的请求,获取页面数据并反应给引擎,之后提供给spider。
4、Spider(爬虫): 每一个spider负责处理一个(或一些)特定网站,Spider发出请求,并对引擎返回给它下载器响应数据进行处理,以items和规则内的数据请求(urls)返回给引擎。
5、Item Pipeline(管道): Item Pipeline负责处理被spider提取出来的数据,并将数据持久化。
6、Downloader Middlewares(下载中间件): 下载器中间件是在引擎及下载器之间的交互组件,也被称为特定钩子(specific hook),能够代替接收请求、处理数据的下载, 并将结果提供给引擎。
7、Spider Middlewares(Spider中间件): Spider中间件是在引擎及Spider之间的特定钩子(specific hook),处理spider的输入(response)和输出(items及requests)。 其提供了一个简便的机制,通过插入自定义代码来扩展Scrapy功能。
二、scrapy安装
windows环境配置
scrapy依赖包(或者到官网单独下载各文件安装):
1.lxml: pip install wheel
2.zope.interface:pip install zope.interface-4.3.3-cp35-cp35m-win_amd64.whl
3.pyOpenSSL:pip install pyOpenSSL
4.Twisted:pip install Twisted
5.Scrapy:pip install Scrapy
如果还没安装,Anoconda+Pycharm+Scrapy Anaconda,先到http://www.continuum.io/downloads下载对应平台的包安装。如果已经安装,直接通过conda命令安装Scrapy。conda install scrapy
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31本人基本情况: 学校及专业:厦门大学经济学院应用统计 实习经历:快手数据分析、字节数据分析、百度数据分析 Offer情况:北京 ...
2025-01-3001专家简介 徐杨老师,CDA数据科学研究院教研副总监,主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课,负责过中 ...
2025-01-29持证人简介 郭畅,CDA数据分析师二级持证人,安徽大学毕业,目前就职于徽商银行总行大数据部,两年工作经验,主要参与两项跨部 ...
2025-01-282025年刚开启,知乎上就出现了一个热帖: 2024年突然出现的经济下行,使各行各业都感觉到压力山大。有人说,大环境越来越不好了 ...
2025-01-27在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-01-26数据指标体系 “数据为王”相信大家都听说过。当前,数据信息不再仅仅是传递的媒介,它成为了驱动经济发展的新燃料。对于企业而 ...
2025-01-26在职场中,当你遇到问题的时候,如果感到无从下手,或者抓不到重点,可能是因为你掌握的思维模型不够多。 一个好用的思维模型, ...
2025-01-25俗话说的好“文不如表,表不如图”,图的信息传达效率很高,是数据汇报、数据展示的重要手段。好的数据展示不仅需要有图,还要选 ...
2025-01-24数据分析报告至关重要 一份高质量的数据分析报告不仅能够揭示数据背后的真相,还能为企业决策者提供有价值的洞察和建议。 年薪70 ...
2025-01-24又到一年年终时,各位打工人也迎来了展示成果的关键时刻 —— 年终述职。一份出色的年终述职报告,不仅能全面呈现你的工作价值, ...
2025-01-23