版权声明：内容版权为CSDN用户:kayseen 所有，若您需要引用、转载，需要注明来源及原文链接 https://blog.csdn.net/m0_43394876/article/details/90143065
1. 为什么要学习scrapy
通过前面的学习，我们已经能够解决90%的爬虫问题了，那么scrapy是为了解决剩下的10%的问题么，不是，scrapy框架能够让我们的爬虫效率更高
那么剩下的10%怎么办呢？在课堂上我们学习的是通用的爬虫技能和爬虫方法，剩下的10%大家可能以后都不会遇到，或者在公司中再去学习
2. 什么是scrapy
Scrapy是一个为了爬取网站数据，提取结构性数据而编写的应用框架，我们只需要实现少量的代码，就能够快速的抓取。
Scrapy 使用了Twisted['twɪstɪd]异步网络框架，可以加快我们的下载速度。
文档地址：http://scrapy-chs.readthedocs.io/zh_CN/1.0/intro/overview.html
3. 异步和非阻塞的区别
前面我们说Twisted是一个异步的网络框架，经常我们也听到一个词语叫做非阻塞，那么他们有什么区别呢？
异步：调用在发出之后，这个调用就直接返回，不管有无结果
非阻塞：关注的是程序在等待调用结果（消息，返回值）时的状态，指在不能立刻得到结果之前，该调用不会阻塞当前线程。
4. scrapy是工作流程
4.1 回顾之前的爬虫流程
4.2 上面的流程可以改写为
4.3 scrapy的流程
其流程可以描述如下：
扫描二维码关注公众号，回复：
6212755 查看本文章
调度器把requests–>引擎–>下载中间件—>下载器
下载器发送请求，获取响应---->下载中间件---->引擎—>爬虫中间件—>爬虫
爬虫提取url地址，组装成request对象---->爬虫中间件—>引擎—>调度器
爬虫提取数据—>引擎—>管道
管道进行数据的处理和保存
注意：
图中绿色线条的表示数据的传递
注意图中中间件的位置，决定了其作用
注意其中引擎的位置，所有的模块之前相互独立，只和引擎进行交互
4.4 scrapy中每个模块的具体作用
