负责 Spider、ItemPipeline、Downloader、Scheduler 中间的通讯,信号、
数据传递等。
Scheduler(调度器):
它负责接受引擎发送过来的 Request 请求,并按照一定的方式进行整理
排列,入队,当引擎需要时,交还给引擎。
Downloader(下载器):
负责下载 Scrapy Engine(引擎)发送的所有 Requests 请求,并将其获取到
的 Responses 交还给 Scrapy Engine(引擎),由引 擎交给 Spider 来处理。
Spider(爬虫):
它负责处理所有 Responses,从中分析提取数据,获取 Item 字段需要的数
据,并将需要跟进的 URL 提交给引擎,再次进 入 Scheduler(调度器)。
Item Pipeline(管道):
它负责处理 Spider 中获取到的 Item,并进行进行后期处理(详细分析、
过滤、存储等)的地方。
Downloader Middlewares(下载中间件):
你可以当作是一个可以自定义扩展下载功能的组件。
Spider Middlewares(Spider 中间件):
你可以理解为是一个可以自定扩展和操作引擎和 Spider 中间通信的功能
组件(比如进入 Spider 的 Responses;和从 Spider 出去的 Requests)
评论0