您的位置:首页 >动态频道 > 精选知识 >

python爬虫框架排行榜(python爬虫框架)

导读 大家好,今天小六子来为大家解答以下的问题,关于python爬虫框架排行榜,python爬虫框架这个很多人还不知道,现在让我们一起来看看吧!1、由...

大家好,今天小六子来为大家解答以下的问题,关于python爬虫框架排行榜,python爬虫框架这个很多人还不知道,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。

本文分享完毕,希望对你有所帮助。

免责声明:本文由用户上传,如有侵权请联系删除!