在线客服
扫描二维码
下载博学谷APP
扫描二维码
关注博学谷微信公众号
在大数据时代，掌握数据就掌握了企业发展的方向。爬虫作为抓取互联网数据的一个途径，成为企业需求量非常大的岗位之一。一般情况下小型的爬虫需求直接使用request库+BS4就可以解决了。稍微复杂一点的可以使用selenium解决JS的异步加载问题。而如果遇到大型的爬虫需求，则需要考虑使用框架了。下面我们来一起学习以及各框架。
1.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。
2.PySpider
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。
3.Crawley
Crawley可以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。
4.Portia
Portia是一个开源可视化爬虫工具，可让您在不需要任何编程知识的情况下爬取网站！简单地注释您感兴趣的页面，Portia将创建一个蜘蛛来从类似的页面提取数据。
5.Newspaper
Newspaper可以用来提取新闻、文章和内容分析。使用多线程，支持10多种语言等。作者从requests库的简洁与强大得到灵感，使用python开发的可用于提取文章内容的程序。支持10多种语言并且所有的都是unicode编码。
6.Beautiful Soup
Beautiful Soup 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。Beautiful Soup会帮你节省数小时甚至数天的工作时间。这个我是使用的特别频繁的。在获取html元素，都是bs4完成的。
7.Grab
Grab是一个用于构建Web刮板的Python框架。借助Grab，您可以构建各种复杂的网页抓取工具，从简单的5行脚本到处理数百万个网页的复杂异步网站抓取工具。Grab提供一个API用于执行网络请求和处理接收到的内容，例如与HTML文档的DOM树进行交互。
8.Cola
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。
9.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，如果在这些浏览器里面安装一个 Selenium 的插件，可以方便地实现Web界面的测试. Selenium 支持浏览器驱动。Selenium支持多种语言开发，比如 Java，C，Ruby等等，PhantomJS 用来渲染解析JS，Selenium 用来驱动以及与 Python 的对接，Python 进行后期的处理。
10 .Python-goose框架
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。
采用框架主要是便于管理以及扩展。以上就是为大家提供的10个好用的python爬虫框架。你现在使用的是否在其中？如果有更好的框架，可以在博学谷的论坛中留言，大家一起交流学习。
— 申请免费试学名额 —
在职想转行提升，担心学不会？根据个人情况规划学习路线，闯关式自适应学习模式保证学习效果
讲师一对一辅导，在线答疑解惑，指导就业！
上一篇：
面向文档的数据库系统MongoDB详解
下一篇：
每天自学Python一小时多久可以掌握？自学Python的常见错误方式
相关推荐 更多
Python知识点解析之urlopen()详解
在爬虫开发中，我们进场要使用urllib中的urlopen()和request.get()方法请求或获取一个网页的内容。Urliopen打开的UIR网址，url参数可以是一个字符创url或者是一个request对象，返回的网页内容实际上市没有被解码的。下面就具体为大家分享一下urlopen()的内容吧。
17968
2019-07-15 19:06:33
如何利用Python爬取网页？
如今，网络爬虫早已被广泛应用在爬取网页上。虽然有许多编程语言都可以写爬虫，但是Python绝对是最好的选择。这是因为Python作为一种新手友好的语言，上手简单的同时标准库齐全，还有丰富的各种开源库，开发效率更是不用说，高于绝大多数语言。那么如何利用Python爬取网页呢？或者换句话说，怎样编写Python语言使用网络爬虫呢？
8201
2019-09-17 14:53:05
用Python爬取天气数据并解析温度值
随着人工智能和大数据的发展，本来就风头强劲的Python在近几年更是发展得如日中天。众所周知，Python的应用场景十分广泛，像是在科学计算、游戏开发、web开发框架等方面都发挥了极大的作用，因此夸张一点说，掌握了Python你就无所不能了！下面我们就来看看如何用Python爬取天气数据并解析温度值~
9531
2020-06-02 16:48:13
自动化测试常用的Python框架有哪些？
自动化测试常用的Python框架有哪些？常用的框架有Robot Framework、Pytest、UnitTest/PyUnit、Behave、Lettuce。Pytest、Robot Framework和UnitTest主要用于功能与单元测试，Lettuce和Behave仅适用于行为驱动测试。
6493
2020-09-09 16:34:55
需要学习的Python自动化测试框架有哪些？
常用的Python自动化测试框架有Robot Framework、Pytest、UnitTest/PyUnit、Behave、Lettuce。软件测试的自动化在预设条件下运行系统或应用程序，评估运行结果，预先条件应包括正常条件和异常条件。自动化测试以人为驱动的测试行为转化为机器执行的一种过程。
6999
2021-05-13 16:06:39
