php抓取网页数据实例(scrapyScrapy：Python的爬虫框架实例Demo.12初窥)

　　php抓取网页数据实例(scrapyScrapy：Python的爬虫框架实例Demo.12初窥)

　　刮擦

　　Scrapy：Python的爬虫框架

　　示例演示

　　抓取：汽车之家、瓜子、链家等数据信息

　　版本+环境库

　　Python2.7 + Scrapy1.12

　　初步了解 ScrapyScrapy 是一个应用程序框架，用于抓取 网站 数据并提取结构化数据。它可以用于一系列程序，包括数据挖掘、信息处理或存储历史数据。

　　应用

　　使用 json 生成数据文件 $ scrapy crawl car -o Trunks.json

　　直接执行$scrapy crawl car

　　看看有多少爬虫 $scrapy list

　　它最初是为网络抓取而设计的，但也可用于获取 API（例如 Amazon Associates Web Services）或通用网络爬虫返回的数据。

　　网络爬虫是一种在 Internet 上爬取数据的程序，使用它来爬取特定网页的 HTML 数据。虽然我们使用一些库来开发爬虫，但是使用框架可以大大提高效率，缩短开发时间。Scrapy 是用 Python 编写的，轻量级、简单易用。

　　Scrapy主要包括以下组件：

　　该引擎用于处理整个系统的数据流处理和触发事务。调度器用于接受引擎发送的请求，将其推入队列，并在引擎再次请求时返回。下载器用于下载网页内容并将网页内容返回给蜘蛛。Spider，蜘蛛是主要的工作，它用于制定特定域名或网页的解析规则。项目管道，负责处理蜘蛛从网页中提取的项目，他的主要任务是澄清、验证和存储数据。当页面被蜘蛛解析时，它被发送到项目管道，并按几个特定的​​顺序处理数据。下载器中间件，Scrapy 引擎和下载器之间的钩子框架，主要处理 Scrapy 引擎和下载器之间的请求和响应。Spider中间件，Scrapy引擎和蜘蛛之间的钩子框架，主要工作是处理蜘蛛的响应输入和请求输出。调度中间件，Scrapy引擎与调度之间的中间件，Scrapy引擎发送给调度的请求和响应。使用Scrapy可以轻松完成在线数据的采集工作，它为我们做了很多工作，无需自己开发。

　　官方网站：

　　开源地址：

　　这段代码的地址：

　　抢的时候不要做违法的事情，开源仅供参考。