wellhome
V2EX  ›  问与答

为什么诸位老哥的爬虫的都是自己写的,不用 scrapy 呢?

  •  
  •   wellhome · Sep 18, 2019 · 6606 views
    This topic created in 2607 days ago, the information mentioned may be changed or developed.

    我研究了半天 scrapy 发现搞的太复杂了。 除非大规模的爬, 一般 爬个几个站 不若自己写的方便。 不知是不是我打开 scrapy 的方式有问题。 我看到大家都在推崇 scrapy。

    26 replies  •  2019-09-18 17:11:26 +08:00
    forgottencoast
    forgottencoast
    Sep 18, 2019 via iPhone
    1
    标题和内容冲突啊?
    sanjusss
    sanjusss
    Sep 18, 2019
    2
    我用的.net core 写爬虫,和你差不多。总感觉 dotnetspider 框架太复杂,写个简单的功能要绕弯好远,有的功能直接不能实现。最后自己写,部分功能直接 copy 框架。
    gimp
    gimp
    Sep 18, 2019
    3
    设问句?
    nevin47
    nevin47
    Sep 18, 2019 via Android
    4
    我也觉得 scrapy 太复杂了,但是工程化开发肯定 scrapy 好,自己写点小东西随便用用 urllib 就完事儿了,但是大规模爬的时候吃力感就出来了
    sadfQED2
    sadfQED2
    Sep 18, 2019 via Android
    5
    你自己都说了,大规模爬虫用,另外你用熟了小项目用其实也很方便
    anteros
    anteros
    Sep 18, 2019
    6
    先问是不是,再问为什么。
    yinjy
    yinjy
    Sep 18, 2019
    7
    小项目也是 scrapy 方便啊,基础代码不用自己写
    qsnow6
    qsnow6
    Sep 18, 2019 via iPhone
    8
    如何定义小规模
    patx
    patx
    Sep 18, 2019 via Android
    9
    nodejs 写爬虫
    killerv
    killerv
    Sep 18, 2019❤️1
    10
    简单的用 requests,
    稍微上点规模的就用框架了,自己造轮子多麻烦
    zackwu
    zackwu
    Sep 18, 2019❤️1
    11
    因为直接用 requests 已经可以满足大部分需求了,而且简单快捷
    ljspython
    ljspython
    Sep 18, 2019
    12
    requests 已满足基本小需求了
    bonfy
    bonfy
    Sep 18, 2019
    13
    requests 就可以了,为什么要去学个重量级的框架呢,学习不要成本的么?
    tozp
    tozp
    Sep 18, 2019
    14
    我只用 Go
    wellhome
    wellhome
    OP
    Sep 18, 2019
    15
    @gimp 好多人推崇, 但是老哥们开的项目都是自己写的, 所以矛盾, 不知道是不是自己的打开方式不对。
    ClarkAbe
    ClarkAbe
    Sep 18, 2019 via Android
    16
    @tozp #14 同 go...设置好重复踢出然后一记狗肉挺,CPU 全核心多线程工作,简直不要太恐怖
    fank99
    fank99
    Sep 18, 2019
    17
    写到最后。。你会发现你写的东西越来越像“scrapy”
    这时候,你会问自己,我当时咋想的,为啥不直接用 scrapy 呢
    coolair
    coolair
    Sep 18, 2019
    18
    看文档的时间已经写好了。
    alphardex
    alphardex
    Sep 18, 2019 via iPhone
    19
    自己写了个小型框架 looter,比 scrapy 轻便多了,地址: https://github.com/alphardex/looter
    zqjilove
    zqjilove
    Sep 18, 2019
    20
    如果考虑到后期分布式的便携性。scrapy 是很好的选择,如果只是单机跑跑,其实上不上 scrapy 都可以
    chengxiao
    chengxiao
    Sep 18, 2019
    21
    小规模用 scrapy 才快吧......几句业务 就 ok 了
    BooksE
    BooksE
    Sep 18, 2019
    22
    我十几个站都用 scrapy 爬的。。scrapy 很好用
    WuMingyu
    WuMingyu
    Sep 18, 2019
    23
    可以写个 scrapy 的模版,用的时候 copy 下,再改改一些业务代码
    ClericPy
    ClericPy
    Sep 18, 2019
    24
    自己的 async await, 为什么要折腾 twisted, 后者作者倒是挺厉害... 能把 guido 老爹气出门去
    d5
    d5
    Sep 18, 2019
    25
    小折腾用 requests + pyquery 梭哈
    niknik
    niknik
    Sep 18, 2019
    26
    emmm,就我目前的站点数据,都用不上 scrapy。。。。直接脚本了
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   1926 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 67ms · UTC 01:23 · PVG 09:23 · LAX 17:23 · JFK 20:23
    ♥ Do have faith in what you're doing.