Python被稱為爬蟲首選語言的主要原因是Python擁有眾多的爬蟲框架，不僅功能齊全，優(yōu)勢眾多，還能幫助程序員用更少的代碼實(shí)現(xiàn)更多的功能，讓工作更輕松便捷。那么，你知道什么是Python爬蟲框架嗎?本文為大家推薦10個(gè)常用框架。

1.Scrapy：Scrapy是一個(gè)為了抓取網(wǎng)站數(shù)據(jù)，提取結(jié)構(gòu)性數(shù)據(jù)而編寫的應(yīng)用框架，可以應(yīng)用在包括數(shù)據(jù)挖掘、信息處理和存儲(chǔ)歷史數(shù)據(jù)等一系列的程序中，用這個(gè)框架你可以輕松爬取各種商品信息。

2.Portia：Portia是一個(gè)開源可視化爬蟲工具，可以讓您在不需要任何編程知識的情況下爬取網(wǎng)站，簡單注釋您感興趣的Python頁面。

3.Newspaper：是可以用來提取新聞、文章和內(nèi)容分析，使用多線程，支持多種編程語言。

4.PySpider：Pyspider是一個(gè)用Python實(shí)現(xiàn)的功能強(qiáng)大的網(wǎng)絡(luò)爬蟲系統(tǒng)，能夠在瀏覽器界面上進(jìn)行腳本的編寫，功能的調(diào)度和爬取結(jié)果的實(shí)時(shí)查看，后端使用常用的數(shù)據(jù)庫進(jìn)行抓取結(jié)果的存儲(chǔ)，還能定時(shí)設(shè)置任務(wù)與任務(wù)優(yōu)先級等。

5.Crawley：Crawley可以高速爬取對應(yīng)網(wǎng)站的內(nèi)容，支持關(guān)系和非關(guān)系數(shù)據(jù)庫，數(shù)據(jù)庫可以導(dǎo)出為JSON、XML等。

6.Cola：Cola是一個(gè)分布式爬蟲框架，對于用戶來說，只需要編寫幾個(gè)特定的函數(shù)，而無需關(guān)注分布式運(yùn)行的細(xì)節(jié);任務(wù)會(huì)自動(dòng)分配到多臺(tái)機(jī)器上，整個(gè)過程對用戶是透明的。

7.Python-goose框架：可以提取的信息包括：文章主體內(nèi)容、文章圖片、文章中嵌入的視頻、元描述、元標(biāo)簽等。

8.BeautifulSoup：是一個(gè)可以從HTML或XML文件中提取數(shù)據(jù)的Python庫，它能夠通過你喜歡的轉(zhuǎn)換器實(shí)現(xiàn)慣用的文檔導(dǎo)航，查找，修改文檔的方式，還可以幫你節(jié)省時(shí)間。

9.Grab：是一個(gè)用于構(gòu)建web刮板的Python框架。借助Grab，您可以構(gòu)建各種復(fù)雜的網(wǎng)頁抓取工具，從簡單的幾行腳本到處理數(shù)百萬個(gè)網(wǎng)頁的復(fù)雜異步網(wǎng)站抓取工具。

10.Selenium：是自動(dòng)化測試工具。它支持各種瀏覽器，如果在這些瀏覽器里面安裝它，你可以方便地實(shí)現(xiàn)Web界面的測試，而且Selenium支持瀏覽器驅(qū)動(dòng)。