Scrapy 是一个使用 Python 编写的开源网络爬虫框架，使用基于 XPath 选择器（也可以用 CSS 选择器）来提取网页中的数据。它是一个被设计用于爬取网络数据、提取结构性数据的程序框架。该框架主要由 Scrapinghub 公司进行维护。
Scrapy 历史
Scrapy 最初是在2008年6月26日在 BSD 许可协议下发布，并在2015年6月发布的一个里程碑版本1.0。
为什么要使用 Scrapy ？
- 它更容易构建和大规模的抓取项目；
- 它内置的机制被称为选择器，用于从网站（网页）上提取数据；
- 它异步处理请求，速度十分快；
- 它可以使用自动调节机制自动调整爬行速度；
- 确保开发人员可访问性。
Scrapy 特点
- Scrapy 是一个开源和免费使用的网络爬虫框架；
- Scrapy 生成格式导出如：JSON、CSV 和 XML；
- Scrapy 内置支持从源代码，使用 XPath 或 CSS 表达式的选择器来提取数据；
- Scrapy 基于爬虫，允许以自动方式从网页中提取数据。
Scrapy 优点
- Scrapy 很容易扩展，快速和功能强大；
- 这是一个跨平台应用程序框架（在 Windows、Linux 和 Mac OS）。
- Scrapy 请求调度和异步处理；
- Scrapy 附带了一个名为 Scrapyd 的内置服务，它允许使用 JSON Web 服务上传项目和控制蜘蛛。
- 也能够刮削任何网站，即使该网站不具有原始数据访问 API。
Scrapy 缺点
- Scrapy 只面向 Python 2.7+ 以上版本；
- 不同的操作系统安装不太相同。
Scrapy 参考资料
源代码库：https://github.com/scrapy/scrapy
官方网站：https://scrapy.org/