您好,登錄后才能下訂單哦!
這篇文章主要介紹了python中Scrapy數(shù)據(jù)流是什么,具有一定借鑒價(jià)值,需要的朋友可以參考下。希望大家閱讀完這篇文章后大有收獲。下面讓小編帶著大家一起了解一下。
什么是異步:
工作涉及一次執(zhí)行多個(gè)IO操作。
什么是多線程:
多線程:允許單個(gè)任務(wù)分成不同的部分運(yùn)行
相互之間是有一定的相似之處的,那我們接下來解說下 scrapy框架,然后大家自己來抉擇下哈~
Scrapy框架是通過命令行來創(chuàng)建項(xiàng)目的,代碼的編寫還是需要IDE。項(xiàng)目創(chuàng)建之后,項(xiàng)目文件結(jié)構(gòu)如下所示:
scrapy.cfg project/ __init__.py items.py pipelines.py settings.py middlewares.py spiders/ __init__.py spider1.py spider2.py ...復(fù)制代碼
Scrapy數(shù)據(jù)流是由執(zhí)行的核心引擎控制,流程是這樣的:
1、爬蟲引擎獲得初始請(qǐng)求開始抓取。
2、爬蟲引擎開始請(qǐng)求調(diào)度程序SCHEDULER,并準(zhǔn)備對(duì)下一次的請(qǐng)求進(jìn)行抓取。
3、爬蟲調(diào)度器返回下一個(gè)請(qǐng)求給爬蟲引擎。
4、引擎請(qǐng)求發(fā)送到下載器DOWNLOADER,通過下載中間件下載網(wǎng)絡(luò)數(shù)據(jù)。
5、一旦下載器完成頁面下載,將下載結(jié)果返回給爬蟲引擎。
感謝你能夠認(rèn)真閱讀完這篇文章,希望小編分享python中Scrapy數(shù)據(jù)流是什么內(nèi)容對(duì)大家有幫助,同時(shí)也希望大家多多支持億速云,關(guān)注億速云行業(yè)資訊頻道,遇到問題就找億速云,詳細(xì)的解決方法等著你來學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。