简介

feapder 是一款上手简单，功能强大的Python爬虫框架，使用方式类似scrapy，方便由scrapy框架切换过来，框架内置3种爬虫：

• AirSpider爬虫比较轻量，学习成本低。面对一些数据量较少，无需断点续爬，无需分布式采集的需求，可采用此爬虫。
• Spider是一款基于redis的分布式爬虫，适用于海量数据采集，支持断点续爬、爬虫报警、数据自动入库等功能
• BatchSpider是一款分布式批次爬虫，对于需要周期性采集的数据，优先考虑使用本爬虫。

feapder除了支持断点续爬、数据防丢、监控报警外，还支持浏览器渲染下载，自定义入库pipeline，方便对接其他数据库（默认数据库为Mysql，数据可自动入库，无需编写pipeline）

读音: [ˈfiːpdə]

• 官方文档：http://feapder.com
• 国内文档：https://boris-code.gitee.io/feapder
• github：https://github.com/Boris-code/feapder
• 更新日志：https://github.com/Boris-code/feapder/releases
  

环境要求：

• Python 3.6.0+
• Works on Linux, Windows, macOS
  

安装

From PyPi:

通用版

pip3 install feapder

完整版：

pip3 install feapder[all]

通用版与完整版区别：

完整版支持基于内存去重

完整版可能会安装出错，若安装出错，请参考安装问题

小试一下

创建爬虫

feapder create -s first_spider

创建后的爬虫代码如下：

import feapder


class FirstSpider(feapder.AirSpider):
    def start_requests(self):
        yield feapder.Request("https://www.baidu.com")

    def parse(self, request, response):
        print(response)


if __name__ == "__main__":
    FirstSpider().start()

直接运行，打印如下：

Thread-2|2021-02-09 14:55:11,373|request.py|get_response|line:283|DEBUG|
                -------------- FirstSpider.parse request for ----------------
                url  = https://www.baidu.com
                method = GET
                body = {'timeout': 22, 'stream': True, 'verify': False, 'headers': {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.93 Safari/537.36'}}

<Response [200]>
Thread-2|2021-02-09 14:55:11,610|parser_control.py|run|line:415|DEBUG| parser 等待任务 ...
FirstSpider|2021-02-09 14:55:14,620|air_spider.py|run|line:80|INFO| 无任务，爬虫结束

代码解释如下：

• start_requests： 生产任务
• parse： 解析数据

将请求头转为json格式

爬虫采集中，我们经常需要携带网站的header等参数，比如：我们在浏览器检查工具看到某请求头为：

Accept-Encoding: gzip, deflate, br
Accept-Language: zh-CN,zh;q=0.9,en;q=0.8
Cache-Control: max-age=0
Connection: keep-alive
User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36

如果我们想在发请求时携带这个header，那么需要手动将其转为json格式。

使用

输入命令，回车

> feapder create -j
请输入需要转换的内容：（xxx:xxx格式，支持多行）

输出如下：

另外，feapder还支持创建有序字典，方便对比参数前后的变化

命令为：

feapder create -sj

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python中进行元素定位的方法有哪些，如何应用

  今天给大家带来的是关于Python的相关知识,文章围绕着Python自动化中这八大元素定位展开,文中有非常详细的介绍及代码示例,需要的朋友可以参考下

• Python迭代器的创建和底层结构是什么

  这篇文章主要介绍了Python迭代器的实现原理，文章基于python的相关资料展开对Python迭代器的详细介绍，需要的小伙伴可以参考一下

• python中logging模块用来做什么，简单的用法怎样

  本篇文章给大家带来了关于Python的相关知识，logging是Python标准库中记录常用的记录日志库，通过logging模块存储各种格式的日志，主要用于输出运行日志，可以设置输出日志的等级、日志保

• Python获取Prometheus监控数据的操作方法是什么

  这篇文章主要介绍了python如何获取Prometheus监控数据，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

• pytorch中如何查看GPU，怎么知道支不支持GPU加速

  为什么将数据转移至GPU的方法叫做.cuda而不是.gpu，就像将数据转移至CPU调用的方法是.cpu？这是因为GPU的编程接口采用CUDA，而目前并不是所有的GPU都支持CUDA，只有部分Nvidia的GPU才支持。