Python中爬蟲框架或模塊的區(qū)別是什么？我們?cè)趯W(xué)習(xí)Python的過程中需要不斷總結(jié)知識(shí)點(diǎn)，這樣才能進(jìn)步更快。

　　(1)爬蟲框架或模塊

　　Python自帶爬蟲模塊：urllib、urllib2;

　　第三方爬蟲模塊：requests、aiohttp;

　　爬蟲框架：Scrapy、pyspider。

　(2)爬蟲框架或模塊的優(yōu)缺點(diǎn)

　　urllib 和 urllib2 模塊都用于請(qǐng)求 URL 相關(guān)的操作，但它們提供不同的功能。在urllib2模塊中，urllib2.urlopen可以接受一個(gè)Request對(duì)象或者url，(在接受Request對(duì)象的時(shí)候，用它來設(shè)置一個(gè)URL的headers)，并且只接收一個(gè)url; urllib 有 urlencode，而 urllib2 中沒有。因此，開發(fā)者在實(shí)際開發(fā)中經(jīng)常將 urllib 與 urllib2 一起使用。

　　requests 是一個(gè) HTTP 庫，僅用于發(fā)送請(qǐng)求。對(duì)于 HTTP 請(qǐng)求，request 是一個(gè)強(qiáng)大的庫，可以自己處理下載和解析，具有更高的靈活性。高并發(fā)和分布式部署也很靈活，功能可以更好的實(shí)現(xiàn)。

　　aiohttp是一個(gè)基于python3的asyncio攜程機(jī)制的http庫。與requests相比，aiohttp本身具有異步功能。但僅限python3環(huán)境。

　　Scrapy 是一個(gè)封裝框架，包括下載器、解析器、日志和異常處理。它基于多線程，并以扭曲的方式處理。對(duì)于固定單一網(wǎng)站的爬取開發(fā)，Scrapy有優(yōu)勢(shì);對(duì)于多站點(diǎn)爬取、并發(fā)和分布式處理，Scrapy不夠靈活，無法調(diào)整和擴(kuò)展。

　　Scrapy 具有以下優(yōu)點(diǎn)：

　　·Scrapy 是異步的;

　　·使用更易讀的XPath代替正則表達(dá)式;

　　·強(qiáng)大的統(tǒng)計(jì)和日志系統(tǒng);

　　·可以同時(shí)爬取不同的網(wǎng)址;

　　·支持shell模式，方便獨(dú)立調(diào)試;

　　·寫一些統(tǒng)一的過濾器很方便;

　　· 通過管道存儲(chǔ)在數(shù)據(jù)庫中。

　　Scrapy 是一個(gè)基于 python 的爬蟲框架，擴(kuò)展性較差。

　　Pyspider 是一個(gè)重量級(jí)的蜘蛛框架。我們知道Scrapy沒有數(shù)據(jù)庫集成、分發(fā)、支持?jǐn)帱c(diǎn)連續(xù)爬升、UI控制界面等，如果Scrapy要實(shí)現(xiàn)這些功能，還需要自己開發(fā)。 Pyspider集成了以上功能，正因?yàn)槿绱?，Pyspider的可擴(kuò)展性太差，學(xué)習(xí)難度大。更多關(guān)于“Python培訓(xùn)”的問題，歡迎咨詢千鋒教育在線名師。千鋒教育多年辦學(xué)，課程大綱緊跟企業(yè)需求，更科學(xué)更嚴(yán)謹(jǐn)，每年培養(yǎng)泛IT人才近2萬人。不論你是零基礎(chǔ)還是想提升，都可以找到適合的班型，千鋒教育隨時(shí)歡迎你來試聽。