美文网首页
python爬虫学习（1）——简单爬虫架构

python爬虫学习（1）——简单爬虫架构

作者: 飞飞要加油啊 | 来源:发表于2017-03-21 19:15 被阅读0次

     爬虫的架构是什么样的呢？当我们想要设计一个我们适用于现实的爬虫时，应该考虑到什么呢？接下来将会得到答案！

来自慕课网python爬虫课程 来自慕课网python爬虫课程

上图为一个简单爬虫的架构，完成这个简单的爬虫需要包括如图几个方面：

（1）爬虫调度端：负责启动、停止、监视爬虫的运行情况

（2）URL管理器：管理即将要下载和已经下载的url资源

（3）网页下载器：根据URL管理器所提供的url资源，对其中的网页内容下载，并将下载获得内容一字符串的形式进行保存

（4）网页解析器：根据网页下载器所下载的内容，有针对的进行内容提取，一般是对返回的html代码部分进行解析，取出网页中的（带有逻辑等）信息（价值信息、新的url资源）。

（5）价值数据：获得网页解析过后的有用信息

相关文章

网友评论

      本文标题：python爬虫学习（1）——简单爬虫架构

      本文链接：https://www.haomeiwen.com/subject/xywgnttx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|python爬虫学习（1）——简单爬虫架构|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！