Python爬虫框架或模块的区别

　　Python爬虫框架或模块的区别，我们在学习Python的过程中需要不断总结知识点，这样才能进步更快。

　　(1)爬虫框架或模块

　　Python自带爬虫模块：urllib、urllib2;

　　第三方爬虫模块：requests、aiohttp;

　　爬虫框架：Scrapy、pyspider。

　　(2)爬虫框架或模块的优缺点

　　urllib 和 urllib2 模块都用于请求 URL 相关的操作，但它们提供不同的功能。在urllib2模块中，urllib2.urlopen可以接受一个Request对象或者url，(在接受Request对象时，用它来设置一个URL的headers)，并且只接收一个url; urllib 有 urlencode，而 urllib2 中没有。因此，开发者在实际开发中经常将 urllib 与 urllib2 一起使用。

　　requests 是一个 HTTP 库，仅用于发送请求。对于 HTTP 请求，request 是一个强大的库，可以自己处理下载和解析，具有更高的灵活性。高并发和分布式部署也很灵活，功能可以更好的实现。

　　aiohttp是一个基于python3的asyncio携程机制的http库。与requests相比，aiohttp本身具有异步功能。但仅限python3环境。

　　Scrapy 是一个封装框架，包括下载器、解析器、日志和异常处理。它基于多线程，并以扭曲的方式处理。对于固定单一网站的爬取开发，Scrapy有优势;对于多站点爬取、并发和分布式处理，Scrapy不够灵活，无法调整和扩展。

　　Scrapy 具有以下优点：

　　·Scrapy 是异步的;

　　·使用更易读的XPath代替正则表达式;

　　·强大的统计和日志系统;

　　·可以同时爬取不同的网址;

　　·支持shell模式，方便独立调试;

　　·写一些统一的过滤器很方便;

　　· 通过管道存储在数据库中。

　　Scrapy 是一个基于 python 的爬虫框架，扩展性较差。

　　Pyspider 是一个重量级的蜘蛛框架。我们知道Scrapy没有数据库集成、分发、支持断点连续爬升、UI控制界面等，如果Scrapy要实现这些功能，需要自己开发。 Pyspider集成了以上功能，正因为如此，Pyspider的可扩展性太差，学习难度大。

　　更多关于“Python培训”的问题，欢迎咨询千锋教育在线名师。千锋教育多年办学，课程大纲紧跟企业需求，更科学更严谨，每年培养泛IT人才近2万人。不论你是零基础还是想提升，都可以找到适合的班型，千锋教育随时欢迎你来试听。