scrapy的概念和流程

448次阅读
没有评论

每日分享:

镜子很脏的时候我们并不会误认为是我们的脸脏,那为什么别人随口说出糟糕的话时,我们要觉得糟糕的是我们自己呢?

融入人群,可以啊,但人群有什么好融入的

所谓的听懂不一定是懂对方对你讲什么,而是懂对方为什么要对你讲

目标:

  • 了解scrapy的概念
  • 了解scrapy框架的作用
  • 掌握scrapy框架的运行流程
  • 掌握scrapy中每个模块的作用

一、scrapy的概念

scrapy是一个python编写的开源网络爬虫框架,它是一个被设计用于爬取网络数据、提取结构性数据的框架。

scrapy使用了Twisted['twistid]异步网络框架,可以加快我们的下载速度

scrapy文档地址:初窥Scrapy — Scrapy 1.0.5 文档

二、scrapy框架的作用

少量的代码就能快速的抓取

三、scrapy的工作流程

3.1 回顾之前的爬虫流程

scrapy的概念和流程

3.2 上面的流程可以改为

scrapy的概念和流程

 3.3 scrapy的流程

scrapy的概念和流程

流程:

  1. 爬虫中起始的url构造成request对象–>爬虫中间件–>引擎–>调度器

  2. 调度器把request–>引擎–>下载中间件—>下载器

  3. 下载器发送请求,获取response响应—->下载中间件—->引擎—>爬虫中间件—>爬虫

  4. 爬虫提取url地址,组装成request对象—->爬虫中间件—>引擎—>调度器,重复步骤2

  5. 爬虫提取数据—>引擎—>管道处理和保存数据

注意:

  • 绿色线条表示数据的传递
  • 中间件的位置决定了其作用
  • 所有模块之间相互独立,只和引擎进行交互

3.4 scrapy中的三个内置对象

  • request请求对象:由url method post_data headers等构成
  • response响应对象:由url body status headers等构成
  • item数据对象:本质是个字典

3.5 scrapy中每个模块的具体作用

scrapy的概念和流程

 爬虫中间件和下载中间件只是运行逻辑位置不同,作用是重复的:如替换UA等等

神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试

相关文章:

版权声明:Python教程2022-10-19发表,共计775字。
新手QQ群:570568346,欢迎进群讨论 Python51学习