干货丨推荐八款高效率的爬虫框架，你用过几个？

　　Scrapy

　　Scrapy是一个为了爬取网站数据，提取结构性数据而编撰的应用框架。 可以应用在包括数据挖掘，信息处理或储存历史数据等一系列的程序中。。用这个框架可以轻松爬出来如亚马逊商品信息之类的数据。

　　PySpider

　　pyspider 是一个用python实现的功能强悍的网路爬虫系统，能在浏览器界面上进行脚本的编撰，功能的调度和爬取结果的实时查看，后端使用常用的数据库进行爬取结果的储存，还能定时设置任务与任务优先级等。

　　开源地址：

　　Crawley

　　Crawley可以高速爬取对应网站的内容爬虫软件 推荐爬虫软件 推荐，支持关系和非关系数据库，数据可以导入为JSON、XML等。

　　Portia

　　Portia是一个开源可视化爬虫工具，可使您在不需要任何编程知识的情况下爬取网站！简单地注释您感兴趣的页面，Portia将创建一个蜘蛛来从类似的页面提取数据。

　　Newspaper

　　Newspaper可以拿来提取新闻、文章和内容剖析。使用多线程，支持10多种语言等。

　　Beautiful Soup

　　Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库.它还能通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方法.Beautiful Soup会帮你节约数小时甚至数天的工作时间。

　　Grab

　　Grab是一个用于建立Web刮板的Python框架。借助Grab，您可以建立各类复杂的网页抓取工具，从简单的5行脚本到处理数百万个网页的复杂异步网站抓取工具。Grab提供一个API用于执行网路恳求和处理接收到的内容，例如与HTML文档的DOM树进行交互。

　　Cola

　　Cola是一个分布式的爬虫框架，对于用户来说，只需编撰几个特定的函数，而无需关注分布式运行的细节。任务会手动分配到多台机器上，整个过程对用户是透明的。