简介
feapder 是一款上手简单，功能强大的Python爬虫框架，使用方式类似scrapy，方便由scrapy框架切换过来，框架内置3种爬虫：
- AirSpider爬虫比较轻量，学习成本低。面对一些数据量较少，无需断点续爬，无需分布式采集的需求，可采用此爬虫。
- Spider是一款基于redis的分布式爬虫，适用于海量数据采集，支持断点续爬、爬虫报警、数据自动入库等功能
- BatchSpider是一款分布式批次爬虫，对于需要周期性采集的数据，优先考虑使用本爬虫。
feapder除了支持断点续爬、数据防丢、监控报警外，还支持浏览器渲染下载，自定义入库pipeline，方便对接其他数据库（默认数据库为Mysql，数据可自动入库，无需编写pipeline）
读音: [ˈfiːpdə]
- 官方文档：http://feapder.com
- 国内文档：https://boris-code.gitee.io/feapder
- github：https://github.com/Boris-code/feapder
- 更新日志：https://github.com/Boris-code/feapder/releases
环境要求：
- Python 3.6.0+
- Works on Linux, Windows, macOS
安装
From PyPi:
通用版
|
1
|
pip3 install feapder |
完整版：
|
1
|
pip3 install feapder[all] |
通用版与完整版区别：
完整版支持基于内存去重
完整版可能会安装出错，若安装出错，请参考安装问题
小试一下
创建爬虫
|
1
|
feapder create -s first_spider |
创建后的爬虫代码如下：
|
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() |
直接运行，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 等待任务 ...FirstSpider|2021-02-09 14:55:14,620|air_spider.py|run|line:80|INFO| 无任务，爬虫结束 |
代码解释如下：
- start_requests： 生产任务
- parse： 解析数据
将请求头转为json格式
爬虫采集中，我们经常需要携带网站的header等参数，比如：我们在浏览器检查工具看到某请求头为：
|
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 |
如果我们想在发请求时携带这个header，那么需要手动将其转为json格式。
使用
输入命令，回车
|
1
2
|
> feapder create -j请输入需要转换的内容：（xxx:xxx格式，支持多行） |
输出如下：
另外，feapder还支持创建有序字典，方便对比参数前后的变化
命令为：
|
1
|
feapder create -sj |
以上就是上手简单,功能强大的Python爬虫框架——feapder的详细内容，更多关于Python 爬虫框架feapder的资料请关注服务器之家其它相关文章！
原文链接：https://github.com/Boris-code/feapder
