簡介
feapder 是一款上手簡單，功能強大的Python爬蟲框架，使用方式類似scrapy，方便由scrapy框架切換過來，框架內置3種爬蟲：
- AirSpider爬蟲比較輕量，學習成本低。面對一些數據量較少，無需斷點續爬，無需分布式采集的需求，可采用此爬蟲。
- Spider是一款基于redis的分布式爬蟲，適用于海量數據采集，支持斷點續爬、爬蟲報警、數據自動入庫等功能
- BatchSpider是一款分布式批次爬蟲，對于需要周期性采集的數據，優先考慮使用本爬蟲。
feapder除了支持斷點續爬、數據防丟、監控報警外，還支持瀏覽器渲染下載，自定義入庫pipeline，方便對接其他數據庫（默認數據庫為Mysql，數據可自動入庫，無需編寫pipeline）
讀音: [?fi?pd?]
- 官方文檔：http://feapder.com
- 國內文檔：https://boris-code.gitee.io/feapder
- github：https://github.com/Boris-code/feapder
- 更新日志：https://github.com/Boris-code/feapder/releases
環境要求：
- Python 3.6.0+
- Works on Linux, Windows, macOS
安裝
From PyPi:
通用版
|
1
|
pip3 install feapder |
完整版：
|
1
|
pip3 install feapder[all] |
通用版與完整版區別：
完整版支持基于內存去重
完整版可能會安裝出錯，若安裝出錯，請參考安裝問題
小試一下
創建爬蟲
|
1
|
feapder create -s first_spider |
創建后的爬蟲代碼如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import feapderclass FirstSpider(feapder.AirSpider): def start_requests(self): yield feapder.Request("https://www.baidu.com") def parse(self, request, response): print(response)if __name__ == "__main__": FirstSpider().start() |
直接運行，打印如下：
|
1
2
3
4
5
6
7
8
9
|
Thread-2|2021-02-09 14:55:11,373|request.py|get_response|line:283|DEBUG| -------------- FirstSpider.parse request for ---------------- url = https://www.baidu.com method = GET body = {'timeout': 22, 'stream': True, 'verify': False, 'headers': {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.93 Safari/537.36'}}<Response [200]>Thread-2|2021-02-09 14:55:11,610|parser_control.py|run|line:415|DEBUG| parser 等待任務 ...FirstSpider|2021-02-09 14:55:14,620|air_spider.py|run|line:80|INFO| 無任務，爬蟲結束 |
代碼解釋如下：
- start_requests： 生產任務
- parse： 解析數據
將請求頭轉為json格式
爬蟲采集中，我們經常需要攜帶網站的header等參數，比如：我們在瀏覽器檢查工具看到某請求頭為：
|
1
2
3
4
5
|
Accept-Encoding: gzip, deflate, brAccept-Language: zh-CN,zh;q=0.9,en;q=0.8Cache-Control: max-age=0Connection: keep-aliveUser-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36 |
如果我們想在發請求時攜帶這個header，那么需要手動將其轉為json格式。
使用
輸入命令，回車
|
1
2
|
> feapder create -j請輸入需要轉換的內容：（xxx:xxx格式，支持多行） |
輸出如下：
另外，feapder還支持創建有序字典，方便對比參數前后的變化
命令為：
|
1
|
feapder create -sj |
以上就是上手簡單,功能強大的Python爬蟲框架——feapder的詳細內容，更多關于Python 爬蟲框架feapder的資料請關注服務器之家其它相關文章！
原文鏈接：https://github.com/Boris-code/feapder
