常见python爬虫框架
一、python爬虫框架 一些爬虫项目的半成品 二、常见python爬虫框架 (1) Scrapy :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)。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。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。 想学习可以加Python学习q-u-n -227-435-450 即可获取,内附:开发工具和安装包,以及系统学习路线图 (2) Crawley : 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 (3) Portia :可视化爬取网页内容 (4) newspaper :提取新闻、文章以及内容分析 (5) python-goose :java写的文章提取工具 (6) Beautiful Soup :名气大,整合了一些常用爬虫需求。缺点:不能加载JS。 (7) mechanize :优点:可以加载JS。缺点:文档严重缺失。不过通过官方的example以及人肉尝试的方法,还是勉强能用的。 (8) selenium :这是一...
