网络爬虫开发常用框架

爬虫框架就是一些爬虫项目的半成品，可以将一些爬虫常用的功能写好，然后留一些接口，在不同的爬虫项目当中调用适合自己项目的接口，再编写少量的代码实现自己需要的功能。因为框架中已经实现了爬虫常用的功能，所以为开发人员节省了很多精力与时间。

1.Scrapy爬虫框架

Scrapy框架是一套比较成熟的Python爬虫框架，简单轻巧，并且非常方便。可以高效率地爬取web页面并从页面中提取结构化的数据。Scrapy是一套开源的框架，所以在使用时不需要担心收取费用的问题。Scrapy的官网地址为https://scrapy.org，页面如下：

 另外Scrapy开发框架对开发者提供了开发文档，文档中详细地介绍了开源框架的安装以及Scrapy的使用教程。

2.Crawley爬虫框架

Crawley也是Python开发出的爬虫框架，该框架致力于改变人们从互联网中提取数据的方式。Crawley的特性如下：

【1】基于Eventlet构件的高速网络爬虫框架

【2】可以将数据存储在关系数据库中，如Postgres、MySQL、Oracle、Sqlite。

【3】可以将爬取的数据导入为Json、Xml格式。

【4】支持非关系型数据库，如MongoDB和Couchdb

【5】支持命令行工具

【6】可以使用您喜欢的工具进行数据的提取，如Xpath或Pyquery工具

【7】支持使用Cookie登录或访问那些只有登录才可以访问的网页。

【8】简单易学

Cra