四、scrapy五大核心组件
-
-
引擎(Scrapy)
-
用来处理整个系统的数据流处理, 触发事务(框架核心)
-
-
调度器(Scheduler)
-
用来接受引擎发过来的请求, 压入队列中, 并在引擎再次请求的时候返回. 可以想像成一个URL(抓取网页的网址或者说是链接)的优先队列, 由它来决定下一个要抓取的网址是什么, 同时去除重复的网址
-
-
下载器(Downloader)
-
用于下载网页内容, 并将网页内容返回给蜘蛛(Scrapy下载器是建立在twisted这个高效的异步模型上的)
-
-
爬虫(Spiders)
-
爬虫是主要干活的, 用于从特定的网页中提取自己需要的信息, 即所谓的实体(Item)。用户也可以从中提取出链接,让Scrapy继续抓取下一个页面
-
-
项目管道(Pipeline)
-