python爬虫框架教学（python爬虫框架）

您好,今天小编胡舒来为大家解答以上的问题。python爬虫框架教学，python爬虫框架相信很多小伙伴还不知道,现在让我们一起来看看吧！

1、由于项目需求收集并使用过一些爬虫相关库，做过一些对比分析。

2、以下是我接触过的一些库：Beautiful Soup。

3、名气大，整合了一些常用爬虫需求。

4、缺点：不能加载JS。

5、Scrapy。

6、看起来很强大的爬虫框架，可以满足简单的页面爬取（比如可以明确获知url pattern的情况）。

7、用这个框架可以轻松爬下来如亚马逊商品信息之类的数据。

8、但是对于稍微复杂一点的页面，如weibo的页面信息，这个框架就满足不了需求了。

9、mechanize。

10、优点：可以加载JS。

11、缺点：文档严重缺失。

12、不过通过官方的example以及人肉尝试的方法，还是勉强能用的。

13、selenium。

14、这是一个调用浏览器的driver，通过这个库你可以直接调用浏览器完成某些操作，比如输入验证码。

15、cola。

16、一个分布式爬虫框架。

17、项目整体设计有点糟，模块间耦合度较高，不过值得借鉴。

18、以下是我的一些实践经验：对于简单的需求，比如有固定pattern的信息，怎么搞都是可以的。

19、对于较为复杂的需求，比如爬取动态页面、涉及状态转换、涉及反爬虫机制、涉及高并发，这种情况下是很难找到一个契合需求的库的，很多东西只能自己写。

20、至于题主提到的：还有，采用现有的Python爬虫框架，相比与直接使用内置库，优势在哪？因为Python本身写爬虫已经很简单了。

21、third party library可以做到built-in library做不到或者做起来很困难的事情，仅此而已。

22、还有就是，爬虫简不简单，完全取决于需求，跟Python是没什么关系的。

本文就为大家分享到这里，希望小伙伴们会喜欢。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！