Scrapy Engine(引擎):负责Spider、ltemPipeline、Downloader、Scheduler中间的通讯,信号\数据传递等。
Scheduler(调度器):它负责接受引擎发送过来的Request请求,并按照一定的方式进行整理排列,入队,当引擎需要时,交还给引擎。
Downloader(下载器):负责下载Scrapy Engine(引擎)发送的所有Request请求,并将其获取到的
Responses交还给Scrapy Engine(引擎)发送的所有resquests请求,并将其获取到的Responses交还给Scrapy Engine(引擎),由引擎交给Spider来处理。
Spider(爬虫):它负责处理所有Response,从中分析提取数据,获取Item字段需要的
数据,并将需要跟进的Url提交给引擎,再次进入Scheduler(调度器)。
ItemPipeline(管道):它负责处理Spider中获取到的Item,并进行后期(详细分析、过滤、存储等)的地方。
Downloader Middlewares(下载中间件):你可以当作是一个可以自定义扩展下载功能的组件。
Spider Middleware(Spider中间件):你可以理解为是一个可以自定扩展和操作引擎和Spider中间通信的功能组件(比如进入Spider的Responses;和Spider出去的Resquests.
相关文章
- 03-01python-Scrapy爬网所有站点地图链接
- 03-01scrapy框架爬取豆瓣电影top250
- 03-01scrapy框架发送post请求
- 03-01关于[scrapy] DEBUG:Filtered duplicate request: (dont_filter=True)
- 03-01scrapy简单使用方法
- 03-01运行Scrapy工程,报错ModuleNotFoundError: No module named 'win32api'解决方法
- 03-01scrapy 中没有 crawl 命令
- 03-01python scrapy 重复执行
- 03-01scrapy创建爬虫项目
- 03-01多个scrapy同时执行