8個最高效的Python爬蟲框架，你用過幾個？

Python 學習者發表於2018-07-14
Python爬蟲框架

小編收集了一些較為高效的Python爬蟲框架。分享給大家。

1.Scrapy

Scrapy是一個為了爬取網站資料，提取結構性資料而編寫的應用框架。 可以應用在包括資料探勘，資訊處理或儲存歷史資料等一系列的程式中。。用這個框架可以輕鬆爬下來如亞馬遜商品資訊之類的資料。

8個最高效的Python爬蟲框架，你用過幾個？

專案地址：https://scrapy.org/

2.PySpider

pyspider 是一個用python實現的功能強大的網路爬蟲系統，能在瀏覽器介面上進行指令碼的編寫，功能的排程和爬取結果的實時檢視，後端使用常用的資料庫進行爬取結果的儲存，還能定時設定任務與任務優先順序等。

8個最高效的Python爬蟲框架，你用過幾個？

專案地址：https://github.com/binux/pyspider

3.Crawley

Crawley可以高速爬取對應網站的內容，支援關係和非關聯式資料庫，資料可以匯出為JSON、XML等。

8個最高效的Python爬蟲框架，你用過幾個？

專案地址：http://project.crawley-cloud.com/

4.Portia

Portia是一個開源視覺化爬蟲工具，可讓您在不需要任何程式設計知識的情況下爬取網站！簡單地註釋您感興趣的頁面，Portia將建立一個蜘蛛來從類似的頁面提取資料。

8個最高效的Python爬蟲框架，你用過幾個？

專案地址：https://github.com/scrapinghub/portia

5.Newspaper

Newspaper可以用來提取新聞、文章和內容分析。使用多執行緒，支援10多種語言等。

8個最高效的Python爬蟲框架，你用過幾個？

專案地址：https://github.com/codelucas/newspaper

6.Beautiful Soup

Beautiful Soup 是一個可以從HTML或XML檔案中提取資料的Python庫.它能夠通過你喜歡的轉換器實現慣用的文件導航,查詢,修改文件的方式.Beautiful Soup會幫你節省數小時甚至數天的工作時間。

8個最高效的Python爬蟲框架，你用過幾個？

專案地址：https://www.crummy.com/software/BeautifulSoup/bs4/doc/

7.Grab

Grab是一個用於構建Web刮板的Python框架。藉助Grab，您可以構建各種複雜的網頁抓取工具，從簡單的5行指令碼到處理數百萬個網頁的複雜非同步網站抓取工具。Grab提供一個API用於執行網路請求和處理接收到的內容，例如與HTML文件的DOM樹進行互動。

8個最高效的Python爬蟲框架，你用過幾個？

專案地址：http://docs.grablib.org/en/latest/#grab-spider-user-manual

8.Cola

Cola是一個分散式的爬蟲框架，對於使用者來說，只需編寫幾個特定的函式，而無需關注分散式執行的細節。任務會自動分配到多臺機器上，整個過程對使用者是透明的。

8個最高效的Python爬蟲框架，你用過幾個？

專案地址：https://github.com/chineking/cola

喜歡的話關注收藏評論轉發比心麼麼噠！Python學習交流-719-139-688內有大量的專案開發和新手教學視訊PDF書籍的千人大群等著你來加入


相關文章