Python爬虫听着就有趣，可以帮助同学们去网站上面爬到各种的数据，目前网络爬虫主要是以Python编程语言为主，当然其他的编程语言也是可以做到同样功效的，但现在最热门的依旧是Python，这是为什么呢？Python有着丰富的第三方库，十分适合用来做爬虫，简单几行代码便可实现其他程序几千行代码的功能，同时Python还有着数据挖掘和分析的能力。

      那么，哪种框架通常更适合Python爬虫呢？ 一般而言，只有在遇到相对较大的需求时才使用Python爬虫框架。这样做的主要目的是促进管理和扩展，在本文中，笔者将向所有人推荐一些主流的Python爬虫框架。

      学Python爬虫用什么框架好？

      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。它是很强大的爬虫框架，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。

      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。

      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。

      newspaper：可以用来提取新闻、文章和内容分析的程序，使用多线程，支持10多种语言等。Portia：是一个开源可视化爬虫工具，可让使用者在不需要任何编程知识的情况下爬取网站。它是基于scrapy内核，可视化爬取内容动态匹配相同模板的内容，不需要任何开发专业知识。

      Python-goose：Python-goose框架可提取的信息包括：文章主体内容、文章主要图片、文章中嵌入的任何Youtube/Vimeo视频、元描述、元标签。

      Beautiful Soup：名气大，整合了一些常用爬虫需求。它是一个可以从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，缺点是不能加载JS。

      mechanize：它的优点是可以加载JS。当然它的缺点也很明显，比如文档严重缺失。不过通过官方的example以及人肉尝试的方法，还是勉强能用的。

      selenium：Selenium是自动化测试工具，它支持各种浏览器，包括 Chrome，Safari，Firefox等主流界面式浏览器，只要在这些浏览器里面安装一个 Selenium 的插件，就可以方便地实现Web界面的测试。

      PySpider：一个国人编写的强大的网络爬虫系统并带有强大的WebUI。采用Python语言编写，分布式架构，支持多种数据库后端，强大的WebUI支持脚本编辑器，任务监视器，项目管理器以及结果查看器。Python脚本控制，可以用任何你喜欢的html解析包。

      以上是Python爬虫常用的一些主流框架。 这些框架的优缺点是不同的，使用它们时，建议根据具体情况选择合适的框架—成都Python培训。

      如果仍有任何疑问，请访问千锋教育成都校区的官方网站（cd.mobiletrain.org），以获取有关Python爬虫程序的更多知识和问题。 成都千锋还为学生准备了免费的Python爬虫入门学习视频，跟随免费的学习视频轻松掌握Python爬虫。

上一篇

成都学ui设计转行需要学习那些知识点？

下一篇

成都ui设计培训课程你真的了解ui设计吗？