8个Python爬虫框架,你用过几个?

开发 后端
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。 可以应用在包括数据挖掘,信息处理或存储历史数据等一系列的程序中。。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。

 小编收集了一些较为高效的Python爬虫框架。分享给大家。

[[278474]]

1.Scrapy

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。 可以应用在包括数据挖掘,信息处理或存储历史数据等一系列的程序中。。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个最高效的Python爬虫框架,你用过几个?

 

项目地址:https://scrapy.org/

2.PySpider

pyspider 是一个用python实现的功能强大的网络爬虫系统,能在浏览器界面上进行脚本的编写,功能的调度和爬取结果的实时查看,后端使用常用的数据库进行爬取结果的存储,还能定时设置任务与任务优先级等。

 

8个最高效的Python爬虫框架,你用过几个?

 

项目地址:https://github.com/binux/pyspider

3.Crawley

Crawley可以高速爬取对应网站的内容,支持关系和非关系数据库,数据可以导出为JSON、XML等。

 

8个最高效的Python爬虫框架,你用过几个?

 

项目地址:http://project.crawley-cloud.com/

4.Portia

Portia是一个开源可视化爬虫工具,可让您在不需要任何编程知识的情况下爬取网站!简单地注释您感兴趣的页面,Portia将创建一个蜘蛛来从类似的页面提取数据。

 

8个最高效的Python爬虫框架,你用过几个?

 

项目地址:https://github.com/scrapinghub/portia

5.Newspaper

Newspaper可以用来提取新闻、文章和内容分析。使用多线程,支持10多种语言等。

 

8个最高效的Python爬虫框架,你用过几个?

 

项目地址:https://github.com/codelucas/newspaper

6.Beautiful Soup

Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间。

 

8个最高效的Python爬虫框架,你用过几个?

 

项目地址:https://www.crummy.com/software/BeautifulSoup/bs4/doc/

7.Grab

Grab是一个用于构建Web刮板的Python框架。借助Grab,您可以构建各种复杂的网页抓取工具,从简单的5行脚本到处理数百万个网页的复杂异步网站抓取工具。Grab提供一个API用于执行网络请求和处理接收到的内容,例如与HTML文档的DOM树进行交互。

 

8个最高效的Python爬虫框架,你用过几个?

 

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

8.Cola

Cola是一个分布式的爬虫框架,对于用户来说,只需编写几个特定的函数,而无需关注分布式运行的细节。任务会自动分配到多台机器上,整个过程对用户是透明的。

 

8个最高效的Python爬虫框架,你用过几个?

 

项目地址:https://github.com/chineking/cola

责任编辑:武晓燕 来源: 今日头条
相关推荐

2018-05-24 14:15:06

Python 开源GitHub

2022-04-08 14:45:23

JavaScript框架/前端

2024-03-12 10:02:31

Python内存编程

2018-06-06 09:10:34

编程语言Python库

2020-07-01 07:52:07

Java并发容器

2023-11-22 07:42:01

2020-05-14 10:27:33

PythonGUI开发

2023-10-10 08:33:40

编程范式命令式编程

2021-04-15 11:28:55

微信技巧语言

2019-08-27 15:12:12

Linux操作系统Windows

2023-11-10 10:39:58

2021-05-08 23:22:01

Python工具开发

2019-11-01 09:23:31

开源项目UI

2017-10-30 22:22:34

程序员

2018-07-18 09:12:05

开发者Java工具

2021-02-24 11:13:48

IDE工具代码编辑器

2015-08-31 10:32:28

Windows开始菜单

2019-09-10 15:45:09

HTML5前端框架

2018-06-05 16:32:04

程序员编程工具新手

2020-12-15 09:43:20

Python可视化工具网络应用
点赞
收藏

51CTO技术栈公众号