Scrapy框架的概念、作用和工作流程

1. 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

Scrapy 使用了Twisted['twɪstɪd]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

2. scrapy框架的作用

少量的代码，就能够快速的抓取

3. scrapy的工作流程

3.1 回顾之前的爬虫流程【需要一个起始url】

3.2 上面的流程可以改写为

3.3 scrapy的流程

scrapy中每个模块的作用：

引擎(engine)：负责数据和信号在不同模块间的传递；
调度器(scheduler)：实现一个队列，存放引擎发过来的request请求对象；
下载器(downloader)：发送引擎发过来的request请求，获取响应，并将响应交给引擎；
爬虫(spider)：处理引擎发过来的response，提取数据，提取url，并交给引擎；
管道(pipeline)：处理引擎传递过来的数据，比如存储
下载中间件(downloader middleware)：可以自定义的下载扩展，比如设置代理ip；
爬虫中间件(spider middleware)：可以自定义request请求和进行response过滤，与下载中间件作用重复

其流程可以描述如下：

爬虫中起始的url构造成request对象-->爬虫中间件-->引擎-->调度器
调度器把request-->引擎-->下载中间件--->下载器
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
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
爬虫提取数据--->引擎--->管道处理和保存数据

注意：

图中中文是为了方便理解后加上去的
图中绿色线条的表示数据的传递
注意图中中间件的位置，决定了其作用
注意其中引擎的位置，所有的模块之前相互独立，只和引擎进行交互

3.4 scrapy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

注意：

爬虫中间件和下载中间件只是运行逻辑的位置不同，作用是重复的：如替换UA等

Scrapy框架的概念、作用和工作流程相关推荐

一、scrapy爬虫框架——概念作用和工作流程 scrapy的入门使用
scrapy的概念和流程学习目标: 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 1. scrapy的概念 Scrap ...
scrapy框架的概念和流程
1.scrapy框架的概念: 文档地址:http://scrapy-chs.readthedocs.io/zh_CN/1.0/intro/overview.html Scrapy 使用了Twisted ...
axios拦截器作用及工作流程详解
axios 拦截器在请求或响应被then或catch处理之前拦截它们作用: 主要是在axios请求和响应之前拦截请求和响应数据.拦截器有两种,请求拦截器一般会统一在请求头中添加token.响应拦截 ...
ofbiz各配置文件作用以及工作流程
2008-04-18 14:35 1.当客户端发出请求时,调用第一个配置文件WEB-INF/controller.xml,根据请求的地址处理方法1:直接调用java类的方法 <request- ...
人工智能TensorFlow工作笔记010---TensorFlow 游乐场游戏,了解神经网络主要功能作用_工作流程
技术交流QQ群[JAVA,C,.NET,BigData,AI]:170933152 看书写程序,边看边写... 看下面这个游戏网站地址,然后看介绍吧.主要是介绍一下,神经网络实现过程. http:// ...
爬虫工作流程、请求与响应原理、requests库讲解
爬虫工作流程.请求与响应原理.requests库讲解爬虫分类主要分为两大板块 web爬虫(浏览器爬虫) APP爬虫(手机端爬虫) 在这两大板块中又可以把爬虫归类为聚焦爬虫和通用爬虫聚焦爬虫:针对某 ...
Redis——Redis主从复制（工作流程详解）
Redis主从复制主从复制简介主从复制的概念主从复制的作用主从复制工作流程阶段一:建立连接阶段主从连接(slave连接master) 第一种方式第二种方式第三种方式授权访问阶段二: ...
将机器人技术应用于医疗机器人的机器人协作：实现工作流程的协同性
作者:禅与计算机程序设计艺术随着自动化技术的快速发展,目前已经出现了多个可穿戴设备.机器人等新型产品,在医疗行业中也得到广泛应用.其中,机器人协作可以提高效率和质量,减少错误率,降低人力成本.如何利 ...
Struts2的工作流程
Struts2与WebWork的工作方式类似,它同样使用了拦截器作为其处理用户请求的控制器.在Struts2中有一个核心控制器FilterDispatcher,这个核心控制器相当于Struts1的Ac ...

Scrapy框架的概念、作用和工作流程

1. scrapy的概念

2. scrapy框架的作用

3. scrapy的工作流程

Scrapy框架的概念、作用和工作流程相关推荐

最新文章

热门文章