Scrapy的基础概念
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,我们只需要实现少量代码,就能够快速的抓取到数据内容。Scrapy 使用了 Twisted['twɪstɪd]
(其主要对手是Tornado)异步网络框架来处理网络通讯,可以加快我们的下载速度,不用自己去实现异步框架,并且包含了各种中间件接口,可以灵活的完成各种需求。
Scrapy安装介绍
Scrapy的安装有多种方式,它支持Python2.7版本及以上或Python3.3版本及以上。下面说明Python3环境下的安装过程。
Scrapy依赖的库比较多,至少需要依赖的库有Twisted 14.0,lxml 3.4,pyOpenSSL .014。而在不同平台环境又各不相同,所以在安装之前最好确保把一些基本库安装好,尤其是Windows。
Anaconda
这种方法是比较简单的安装Scrapy的方法(尤其是对Windows来说),你可以使用该方法安装,也可以选用下文的专用平台安装方法。
Anaconda是包含了常用的数据科学库的Python发行版本,如果没有安装,可以点击<Anaconda的安装方法>参考教程安装软件。
如果已经安装,那么可以轻松地通过conda命令安装Scrapy。
安装命令如下:
conda install Scrapy
Windows
- 安装lxml
最好的安装方式是通过wheel文件来安装,http://www.lfd.uci.edu/~gohlke/pythonlibs/,从该网站找到lxml的相关文件。假如是Python3.5版本,WIndows 64位系统,那就找到lxml‑3.7.2‑cp35‑cp35m‑win_amd64.whl 这个文件并下载,然后通过pip安装。
下载之后,运行如下命令安装(后面的命令是文件名,其他版本替换文件名即可):
pip3 install wheel
pip3 install lxml‑3.7.2‑cp35‑cp35m‑win_amd64.whl
- 安装zope.interface
到官方网站https://pypi.python.org/pypi/zope.interface#downloads下载对应版本的wheel文件,然后pip安装。比如Python 3.5版本,Windows 64位系统,就下载zope.interface-4.3.3-cp35-cp35m-win_amd64.whl。
然后安装wheel文件即可,命令如下(后面的命令是文件名,其他版本替换文件名即可):
pip3 install zope.interface-4.3.3-cp35-cp35m-win_amd64.whl
- 安装pyOpenSSL
去官方网站下载wheel文件,https://pypi.python.org/pypi/pyOpenSSL#downloads,如当前最新版本名称是pyOpenSSL-16.2.0-py2.py3-none-any.whl,下载后安装即可。
安装命令如下(后面的命令是文件名,其他版本替换文件名即可):
pip3 install pyOpenSSL-16.2.0-py2.py3-none-any.whl
- 安装Twisted
去官方网站下载wheel文件,http://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted下载wheel文件,利用pip安装即可。
如Python 3.5版本,Windows 64位系统,下载Twisted‑17.1.0‑cp35‑cp35m‑win_amd64.whl,然后pip安装。
安装命令如下(后面的命令是文件名,其他版本替换文件名即可):
pip3 install Twisted‑17.1.0‑cp35‑cp35m‑win_amd64.whl
- 安装pywin32
从官方网站 https://sourceforge.net/projects/pywin32/files/pywin32/Build%20220/ 下载对应版本的安装包安装即可。
- 安装Scrapy
最后安装Scrapy即可,依然使用pip,命令如下:
pip3 install Scrapy
Scrapy测试
我们到底有没有安装完成呢,去验证一下就好了。
输入scrapy命令测试:
scrapy
如果安装成功会出现以下信息: