十个爬虫九个python写，九个python爬虫全部由scrapy写。社会上在招聘爬虫工程师时，百分之百会需要掌握scrapy爬虫框架。但是scrapy十个什么东西你知道吗？

什么是scrapy

我们先看百科词条

Scrapy是我们熟知的爬虫框架，我们用scrapy框架来获取互联网上的各种信息，然后再对这些信息数据清洗、归一化。这样的数据我们后面才能用来进行数据分析、数据挖掘、人工智能等操作。所以说，Scrapy是学习大数据的入门技能。

scrapy与requests的区别

scrapy是封装起来的框架，他包含了下载器，解析器，日志及异常处理，基于多线程， twisted的方式处理，对于固定单个网站的爬取开发，有优势，但是对于多网站爬取 100个网站，并发及分布式处理方面，不够灵活，不便调整与括展。

request 是一个HTTP库， 它只是用来，进行请求，对于HTTP请求，他是一个强大的库，下载，解析全部自己处理，灵活性更高，高并发与分布式部署也非常灵活，对于功能可以更好实现。

scrapy的优势是什么？

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。scrapy的特点是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。

同时scrapy 是异步的, 吞吐量很高。而且scrapy可高度自定义，生成一个爬虫文件之后，只需要写逻辑就行了，一个爬虫项目也就几个小时就可以完成。但是如果自己手动实现的话，则需要大量时间去写业务代码。

如何学习scrapy

框架涉及的东西非常多，并且在没有人指导时十分难学。最好的学习资料是官方的帮助文档，如果自己一头扎进去乱学一通的话，很容易就从入门到放弃了。建议每个同学在基础打得很扎实时候再去学习scrapy框架，不然你会遇到很多困惑的地方，很容易从入门到放弃。