推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 3531 天前的主题，其中的信息可能已经有所发展或是发生改变。
我作为新手刚学习scrapy，发现坑还挺多的。其中最主要的就是解析dom，我感觉用scrapy获取想要的元素特别麻烦特性counter-intuitive，没有beautifulsoup方便。但是感觉已经用了scrapy再在代码中import beautifulsoup很不优雅。不晓得各位有没有类似的问题？
用requests＋beautifulsoup已经能够解决问题了，为什么还需要用scrapy呢？
用requests＋beautifulsoup已经能够解决问题了，为什么还需要用scrapy呢？
 |
1
simapple 2015-03-10 08:29:59 +08:00
简单的做urllib+re就可以，scrapy是一套框架，如果是工程项目，要考虑的深度 广度 并发控制 作业调度 等等
|
 |
2
limbo0 2015-03-10 08:44:46 +08:00
感觉xpath特别方便,是lz没找对方法把
|
 |
3
raptor 2015-03-10 08:51:45 +08:00
如果你的需求用requests+beautifulsoup就可以解决，那就这样做好了，最多加上gevent。
scrapy的强大在于配套功能非常多 |
 |
4
crazycookie 2015-03-10 10:58:46 +08:00
为啥不用xpath?
|
 |
5
professorz 2015-03-10 14:07:29 +08:00
|
 |
6
yetone 2015-03-10 14:42:52 +08:00
pyquery 秒一切
|
 |
7
crazyxin1988 2015-03-10 14:44:41 +08:00
赶脚requests+beautifulsoup 就蛮好的
|
 |
8
fumer 2015-03-10 16:05:13 +08:00
不需要用beautifulsoup
|
 |
9
rhythmer 2015-03-10 18:17:56 +08:00
@limbo0 感觉xpath对于标准的html网页的处理还可以，但对于很奇怪的html网页我还不知道怎么抓取数据。最近打算从花瓣去抓图片，huaban.com/favorite/home，用scrapy的xpath就觉得很麻烦
|
1
|
14
raptor 2015-03-11 10:42:52 +08:00
@professorz 官方文档说了很多啊，举例而言就有：它自带一个WEB管理界面，支持TELNET登录管理，有交互式SHELL可以调试对抓取内容的解析，内置多种中间件可处理SESSION，COOKIE，HTTP压缩，身份验证……
|
|
15
raptor 2015-03-11 10:44:35 +08:00
顺便问一句，beatifulsoup真有这么好？我怎么觉得还是pyquery用起来更简单。
|
 |
16
kingname 2015-03-11 12:33:10 +08:00
xpath秒杀bs4，beaitifulsoup4还是感觉不好用。
|
Select Language