python之scrapy五大核心组件

-五大核心组件

 　　-引擎（Scrapy）

　　　　-用来处理整个系统的数据流处理，触发事务（框架核心）

　　-调度器（Schedule)

　　　　-用来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，能够想象成一个URL（抓取网页的网址或者说是连接）的优先队列，由它来决定下一个要抓取的网址是什么，同时去除重复的网址。

　　-下载器（Downloader）

　　　　-用于下载网页内容，并将网页内容返回给蜘蛛（Scrapy）下载器是创建在twisted这个高效的异步模型上的

　　-爬虫（Spider）

　　　　爬虫是主要干活的，用于从特定的网页中提取本身须要的信息，即所谓的实体（item）。用户也能够从中提取出连接，让Scrapy连接抓取下一个页面。

　　-项目管理（Pipeline）

　　　　-负责处理爬虫从网页中抽取的实体，主要的功能是持久化实体、验证明体的有效性、清楚不须要的信息。当页面被爬虫解析周，将被发送到项目管道，并通过几个特定的次序处理数据。