python3 爬虫五大模块之五：信息采集器

Python的爬虫框架主要可以分为以下五个部分：

爬虫调度器：用于各个模块之间的通信，可以理解为爬虫的入口与核心（main函数），爬虫的执行策略在此模块进行定义；

URL管理器：负责URL的管理，包括带爬取和已爬取的URL、已经提供相应的接口函数（类似增删改查的函数）

网页下载器：负责通过URL将网页进行下载，主要是进行相应的伪装处理模拟浏览器访问、下载网页

网页解析器：负责网页信息的解析，这里是解析方式视具体需求来确定

信息采集器：负责将解析后的信息进行存储、显示等处理

---

代码示例是爬取优快云博主下的所有文章为例，文章仅作为笔记使用，理论知识rarely

一、信息采集器简介

       信息采集器的功能基本是将解析后的信息进行显示、存储到本地磁盘上。   

       信息采集器也许名字并不正确，自己突发奇想来的。我对解析器和采集器的区分不是很明确，在下面的示例中可能在采集器中依然进行了网页解析，主要原因在于对python的基本语法不熟，有些数据统一处理还不会，只能边解析边存储了。

二、信息采集器示例：（爬取优快云博主下的所有文章）

# author : s2