9个用来爬取网络站点的 Python 库
1️⃣Scrapy
一个开源和协作框架，用于从网站中提取所需的数据。 以快速，简单，可扩展的方式。
相关课程推荐：Python 网站信息爬虫
2️⃣cola
一个分布式爬虫框架。
GitHub：https://github.com/chineking/cola
3️⃣Demiurge
基于 PyQuery 的爬虫微型框架。
官网：https://demiurge.readthedocs.io/en/v0.2/
4️⃣feedparser
通用 feed 解析器。
官网：https://pythonhosted.org/feedparser/
5️⃣Grab
Grab 是一个用于构建 Web scraper 的 python 框架。 使用 Grab，您可以构建各种复杂性的 Web scraper，从简单的5行脚本到处理数百万个 Web 页面的复杂异步网站爬虫。 Grab 提供用于执行网络请求和处理所接收内容的 API。 与 HTML 文档的 DOM 树交互。
官网：https://grablib.org/en/latest/
6️⃣MechanicalSoup
用于自动和网络站点交互的 Python 库。
GitHub：https://github.com/MechanicalSoup/MechanicalSoup
7️⃣portia
Scrapy 可视化爬取。允许你在不需要任何编程知识的情况下直观地抓取网站。 使用 Portia 可以注释一个网页以识别您想要提取的数据，Portia 将根据这些注释了解如何从类似页面中抓取数据。
GitHub：https://github.com/scrapinghub/portia
8️⃣pyspider
一个强大的爬虫系统。
9️⃣RoboBrowser
一个简单的，Python 风格的库，用来浏览网站，而不需要一个独立安装的浏览器。
【关于技术清单】技术清单是由实验楼整合、梳理的一系列知识点合辑；每辑都有MD，PDF和思维导图多样呈现，并提供下载。本期为Python系列，包含5篇精选清单，下载方式如下：
**相关阅读**
