12个高效的Python爬虫框架，你用过几个？

实现爬虫技术的编程环境有很多种，Java、Python、C++等都可以用来爬虫。但很多人选择Python来写爬虫，为什么呢？因为Python确实很适合做爬虫，丰富的第三方库十分强大，简单几行代码便可实现你想要的功能。更重要的，Python也是数据挖掘和分析的好能手。那么，Python爬虫一般用什么框架比较好？

一般来说，爬虫的需求，用requests库+bs4库就能解决；大型爬虫数据，尤其涉及异步抓取、内容管理及后续扩展等功能时，就需要用到爬虫框架了。这12个框架都有其独特的特点，可以根据具体的需求选择合适的框架。需要注意的是，不同的框架适用的场景不同，选择框架时需要充分考虑数据的规模、爬虫的性能、网页的特性等因素。

1. Scrapy

scrapy官网：https://scrapy.org/
scrapy中文文档：
https://www.osgeo.cn/scrapy/intro/o

Scrapy是Python爬虫领域最著名的框架之一，提取结构性数据而编写的应用框架。它是一个快速、高效、可扩展的爬虫框架。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。Scrapy自带了强大的Selector和异步处理机制，能够快速高效地爬取大量数据。

其最初是为了 页面抓取 (更确切来说, 网络抓取 )所设计的， 也可以应用在获取API所返回的数据(例如 Amazon Associates Web Services ) 或者通用的网络爬虫。

优点

• Scrapy是一个非常快速和高效的爬虫框架，能够快速地爬取大量的数据。
• Scrapy内置的Selector提供了强大的数据解析功能，支持XPath和CSS选择器。
• Scrapy有一个强大的异步处理机制，可以同时处理多个请求，从而加速爬取过程。
• Scrapy支持多种数据存储方式，包括CSV、JSON、XML、SQLite和MySQL等。

缺点

• Scrapy的学习曲线比较陡峭，需要一定的Python基础。
• Scrapy的定制化程度比较高，需要一定的技术水平才能进行修改和扩展。
• Scrapy对于JavaScript渲染的网页支持不够完善，需要使用Selenium等工具来解决。

2. PySpider

PySpider 中文网：http://www.pyspider.cn
PySpider 官网：http://docs.pyspider.org
PySpider 演示：http://demo.pyspider.org
PySpider 源码：
https://github.com/binux/pyspider

PySpider是一个国人编写的强大的网络爬虫系统并带有强大的WebUI，其用python实现的功能强大的网络爬虫系统，能在浏览器界面上进行脚本的编写，功能的调度和爬取结果的实时查看，后端使用常用的数据库进行爬取结果的存储，还能定时设置任务与任务优先级等。

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

官网：
https://portia.scrapinghub.com/
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。其主要特征是：

• 基于 scrapy 内核
• 可视化爬取内容，不需要任何开发专业知识
• 动态匹配相同模板的内容

5. Newspaper

官方文档：Quickstart - newspaper 0.0.2 documentation
github地址：
https://github.com/codelucas/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

官方文档：Beautiful Soup 4.4.0 文档
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。

优点

• BeautifulSoup简单易用，对于初学者非常友好。
• BeautifulSoup内置了多种解析器，支持多种格式的文档。

缺点

• BeautifulSoup不是一个完整的爬虫框架，需要搭配其他库来实现爬虫功能。
• BeautifulSoup不支持异步处理，因此不能高效地处理大量的数据。
• BeautifulSoup的解析速度相对较慢。

7. Grab

官网：
https://grablib.org/en/latest/
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

github地址：
https://github.com/qinxuye/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

官网：https://www.selenium.dev/
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。Selenium是一个流行的自动化测试工具，也可以用于爬虫开发。它可以模拟用户行为，支持JavaScript渲染的网页。

优点

• Selenium可以模拟用户行为，支持JavaScript渲染的网页，能够解决一些其他框架不能解决的问题。
• Selenium支持异步处理，可以高效地处理大量的数据。

缺点

• Selenium启动浏览器需要一定的时间，并且消耗系统资源。
• Selenium需要安装浏览器驱动，有一定的技术门槛

10. Python-goose

github地址：
https://github.com/goose3/goose
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

11、PyQuery

PyQuery是另一个流行的Python爬虫框架，它是jQuery的Python实现。它可以解析HTML和XML文档，并提供了类似于jQuery的API来处理解析树。

优点

• PyQuery的API设计简单易用，可以快速地实现爬虫功能。
• PyQuery支持链式调用，可以更加高效地处理数据。
• PyQuery支持XPath和CSS选择器。

缺点

• PyQuery不支持异步处理，因此不能高效地处理大量的数据。
• PyQuery对于JavaScript渲染的网页支持不够完善，需要使用Selenium等工具来解决。

12、Requests-HTML

Requests-HTML是基于Requests和PyQuery的Python爬虫框架。它提供了类似于Requests的API，并使用PyQuery进行数据解析。

优点

• Requests-HTML使用简单，API设计类似于Requests。
• Requests-HTML使用PyQuery进行数据解析，可以方便地处理数据。
• Requests-HTML支持JavaScript渲染的网页。

缺点

• Requests-HTML不支持异步处理，因此不能高效地处理大量的数据。