极客教程什么是 Scrapy，Scrapy是 Python 开发的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。
Scrapy吸引人的地方在于它是一个框架，任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类，如BaseSpider、sitemap爬虫等，最新版本又提供了web2.0爬虫的支持。
基本功能
Scrapy是一个为爬取网站数据、提取结构性数据而设计的应用程序框架，它可以应用在广泛领域：Scrapy 常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。通常我们可以很简单的通过 Scrapy 框架实现一个爬虫，抓取指定网站的内容或图片。
尽管Scrapy原本是设计用来屏幕抓取（更精确的说，是网络抓取），但它也可以用来访问API来提取数据。
Scrapy 组成
- 引擎：处理整个系统的数据流处理，出发事务
- 调度器: 接受引擎发过来的请求，压入队列中，并在引擎再次请求的时候返回
- 下载器: 下载网页内容，并将网页内容返回给蜘蛛
- 蜘蛛: 蜘蛛是主要干活的，用来制定特定域名或网页的解析规则
- 项目管道: 清洗验证存储数据，页面被蜘蛛解析后，被发送到项目管道，并经过几个特定的次序处理数据。
- 下载器中间件: 位于引擎和下载器之间，处理引擎与下载器之间的请求及响应
- 蜘蛛中间件:位于引擎和蜘蛛之间，处理从引擎发送到调度的请求及响应
优点
- Scrapy 容易扩展，快速和功能强大；
- Scrapy 是一个跨平台应用程序框架（在Windows，Linux，Mac OS和BSD）。
- Scrapy 请求调度和异步处理；
- Scrapy 附带了一个 Scrapyd 的内置服务，允许使用JSON Web服务上传项目和控制蜘蛛。
现在我们开始Scrapy的学习之旅吧！