我們直接用 Requests、Selenium 等庫(kù)寫(xiě)爬蟲(chóng)，如果爬取量不是太大，速度要求不高，是完全可以滿足需求的。但是寫(xiě)多了會(huì)發(fā)現(xiàn)其內(nèi)部許多代碼和組件是可以復(fù)用的，如果我們把這些組件抽離出來(lái)，將各個(gè)功能模塊化，就慢慢會(huì)形成一個(gè)框架雛形，久而久之，爬蟲(chóng)框架就誕生了。

利用框架我們可以不用再去關(guān)心某些功能的具體實(shí)現(xiàn)，只需要去關(guān)心爬取邏輯即可。有了它們，可以大大簡(jiǎn)化代碼量，而且架構(gòu)也會(huì)變得清晰，爬取效率也會(huì)高許多。所以如果對(duì)爬蟲(chóng)有一定基礎(chǔ)，上手框架是一種好的選擇。

本書(shū)主要介紹的爬蟲(chóng)框架有PySpider和Scrapy，本節(jié)我們來(lái)介紹一下 PySpider、Scrapy 以及它們的一些擴(kuò)展庫(kù)的安裝方式。

PySpider的安裝

PySpider 是國(guó)人 binux 編寫(xiě)的強(qiáng)大的網(wǎng)絡(luò)爬蟲(chóng)框架，它帶有強(qiáng)大的 WebUI、腳本編輯器、任務(wù)監(jiān)控器、項(xiàng)目管理器以及結(jié)果處理器，同時(shí)它支持多種數(shù)據(jù)庫(kù)后端、多種消息隊(duì)列，另外它還支持 JavaScript 渲染頁(yè)面的爬取，使用起來(lái)非常方便，本節(jié)介紹一下它的安裝過(guò)程。

1. 相關(guān)鏈接

  • 官方文檔：http://docs.pyspider.org/
  • PyPi：https://pypi.python.org/pypi/...
  • GitHub：https://github.com/binux/pysp...
  • 官方教程：http://docs.pyspider.org/en/l...
  • 在線實(shí)例：http://demo.pyspider.org

2. 準(zhǔn)備工作

PySpider 是支持 JavaScript 渲染的，而這個(gè)過(guò)程是依賴(lài)于 PhantomJS 的，所以還需要安裝 PhantomJS，所以在安裝之前請(qǐng)安裝好 PhantomJS，安裝方式在前文有介紹。

3. Pip安裝

推薦使用 Pip 安裝，命令如下： 

            
              pip3 install pyspider
Python資源分享qun 784758214 ,內(nèi)有安裝包，PDF，學(xué)習(xí)視頻，這里是Python學(xué)習(xí)者的聚集地，零基礎(chǔ)，進(jìn)階，都?xì)g迎

命令執(zhí)行完畢即可完成安裝。

4. 常見(jiàn)錯(cuò)誤

Windows 下可能會(huì)出現(xiàn)這樣的錯(cuò)誤提示：Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-build-vXo1W3/pycurl
這個(gè)是 PyCurl 安裝錯(cuò)誤，一般會(huì)出現(xiàn)在 Windows 下，需要安裝 PyCurl 庫(kù)，下載鏈接為：http://www.lfd.uci.edu/~gohlk...，找到對(duì)應(yīng) Python 版本然后下載相應(yīng)的 Wheel 文件。
如 Windows 64 位，Python3.6 則下載 pycurl?7.43.0?cp36?cp36m?win_amd64.whl，隨后用 Pip 安裝即可，命令如下： 

            
              pip3 install pycurl?7.43.0?cp36?cp36m?win_amd64.whl

Linux 下如果遇到 PyCurl 的錯(cuò)誤可以參考本文：https://imlonghao.com/19.html

Mac遇到這種情況,執(zhí)行下面操作： 

            
              brew install openssl

openssl version 
查看版本
find /usr/local -name ssl.h

可以看到形如：
usr/local/Cellar/openssl/1.0.2s/include/openssl/ssl.h

添加環(huán)境變量
export PYCURL_SSL_LIBRARY=openssl
export LDFLAGS=-L/usr/local/Cellar/openssl/1.0.2s/lib
export CPPFLAGS=-I/usr/local/Cellar/openssl/1.0.2s/include

 pip3 install pyspider

5. 驗(yàn)證安裝

安裝完成之后，可以直接在命令行下啟動(dòng) PySpider： 

            
              pyspider all

圖 1-75 控制臺(tái)
這時(shí) PySpider 的 Web 服務(wù)就會(huì)在本地 5000 端口運(yùn)行，直接在瀏覽器打開(kāi)：http://localhost:5000/ 即可進(jìn)入 PySpider 的 WebUI 管理頁(yè)面，如圖 1-76 所示：

Python3網(wǎng)絡(luò)爬蟲(chóng)實(shí)戰(zhàn)-10、爬蟲(chóng)框架的安裝：PySpider、Scrapy_第1張圖片

圖 1-76 管理頁(yè)面
如果出現(xiàn)類(lèi)似頁(yè)面那證明 PySpider 已經(jīng)安裝成功了。
在后文會(huì)介紹 PySpider 的詳細(xì)用法。

這里有一個(gè)深坑，PySpider在Python3.7上運(yùn)行時(shí)會(huì)報(bào)錯(cuò) 

            
              File "/usr/local/lib/python3.7/site-packages/pyspider/run.py", line 231
    async=True, get_object=False, no_input=False):
        ^
SyntaxError: invalid syntax

原因是python3.7中async已經(jīng)變成了關(guān)鍵字。因此出現(xiàn)這個(gè)錯(cuò)誤。
修改方式是手動(dòng)替換一下 

            
              下面位置的async改為mark_async

/usr/local/lib/python3.7/site-packages/pyspider/run.py  的231行、245行（兩個(gè)）、365行

/usr/local/lib/python3.7/site-packages/pyspider/webui/app.py 的95行

/usr/local/lib/python3.7/site-packages/pyspider/fetcher/tornado_fetcher.py 的81行、89行（兩個(gè)）、95行、117行

Scrapy的安裝

Scrapy 是一個(gè)十分強(qiáng)大的爬蟲(chóng)框架，依賴(lài)的庫(kù)比較多，至少需要依賴(lài)庫(kù)有 Twisted 14.0，lxml 3.4，pyOpenSSL 0.14。而在不同平臺(tái)環(huán)境又各不相同，所以在安裝之前最好確保把一些基本庫(kù)安裝好。本節(jié)介紹一下 Scrapy 在不同平臺(tái)的安裝方法。

1. 相關(guān)鏈接

  • 官方網(wǎng)站：https://scrapy.org
  • 官方文檔：https://docs.scrapy.org
  • PyPi：https://pypi.python.org/pypi/...
  • GitHub：https://github.com/scrapy/scrapy
  • 中文文檔：http://scrapy-chs.readthedocs.io

3. Mac下的安裝

在 Mac 上構(gòu)建 Scrapy 的依賴(lài)庫(kù)需要 C 編譯器以及開(kāi)發(fā)頭文件，它一般由 Xcode 提供，運(yùn)行如下命令安裝即可： 

            
              xcode-select --install

隨后利用 Pip 安裝 Scrapy 即可，運(yùn)行如下命令： 

            
              pip3 install Scrapy

運(yùn)行完畢之后即可完成 Scrapy 的安裝。

4. 驗(yàn)證安裝

安裝之后，在命令行下輸入 scrapy，如果出現(xiàn)類(lèi)似下方的結(jié)果，就證明 Scrapy 安裝成功，如圖 1-80 所示：

Python3網(wǎng)絡(luò)爬蟲(chóng)實(shí)戰(zhàn)-10、爬蟲(chóng)框架的安裝：PySpider、Scrapy_第2張圖片

圖 1-80 驗(yàn)證安裝

5. 常見(jiàn)錯(cuò)誤 

            
              pkg_resources.VersionConflict: (six 1.5.2 (/usr/lib/python3/dist-packages), Requirement.parse('six>=1.6.0'))

six 包版本過(guò)低，six包是一個(gè)提供兼容 Python2 和 Python3 的庫(kù)，升級(jí) six 包即可： 

            
              sudo pip3 install -U six
            
          
            
              c/_cffi_backend.c:15:17: fatal error: ffi.h: No such file or directory

這是在 Linux 下常出現(xiàn)的錯(cuò)誤，缺少 Libffi 這個(gè)庫(kù)。什么是 libffi？“FFI” 的全名是 Foreign Function Interface，通常指的是允許以一種語(yǔ)言編寫(xiě)的代碼調(diào)用另一種語(yǔ)言的代碼。而 Libffi 庫(kù)只提供了最底層的、與架構(gòu)相關(guān)的、完整的”FFI”。
安裝相應(yīng)的庫(kù)即可。
Ubuntu、Debian： 

            
              sudo apt-get install build-essential libssl-dev libffi-dev python3-dev

CentOS、RedHat: 

            
              sudo yum install gcc libffi-devel python-devel openssl-devel
            
          
            
              Command "python setup.py egg_info" failed with error code 1 in/tmp/pip-build/cryptography/

這是缺少加密的相關(guān)組件，利用Pip 安裝即可。 

            
              pip3 install cryptography
            
          
            
              ImportError: No module named 'packaging'

缺少 packaging 這個(gè)包，它提供了 Python 包的核心功能，利用 Pip 安裝即可。 

            
              ImportError: No module named '_cffi_backend'

缺少 cffi 包，使用 Pip 安裝即可： 

            
              pip3 install cffi
            
          
            
              ImportError: No module named 'pyparsing'
Python資源分享qun 784758214 ,內(nèi)有安裝包，PDF，學(xué)習(xí)視頻，這里是Python學(xué)習(xí)者的聚集地，零基礎(chǔ)，進(jìn)階，都?xì)g迎

缺少 pyparsing 包，使用 Pip 安裝即可： 

            
              pip3 install pyparsing appdirs