精通Python爬虫框架Scrapy

本书是英文原版《Learning Scrapy》的中文译本，以 Scrapy 1.0 版本为基础，系统讲解如何用 Python 与 Scrapy 框架搭建可扩展、可维护的自动化数据采集系统。全书共 11 章，另附软件安装与故障排除附录。开篇介绍 Scrapy 的定位与基本组成，随后讲解 HTML 结构与 XPath 表达式，帮助读者掌握从页面中稳定提取结构化数据的方法；接着从一个实际网站的爬取开始，逐步演练创建项目、编写 Spider、设计 Item 与管道，并把抓取结果写入数据库、输出到移动应用或通过 API 对外提供。中段进入进阶内容：部署到 Scrapinghub 云平台、项目配置与运行管理、用扩展与中间件对 Scrapy 进行二次编程、管道中的清洗与存储技巧。后半部分聚焦性能与规模：用直观模型理解 Scrapy 引擎各组件的利用率与瓶颈，借助 telnet 与基准系统排查性能问题，最后以 Scrapyd 和服务监控、实时分析为例，搭建分布式爬取体系。全书强调“边做边学”，示例代码贯穿始终，适合已经掌握 Python 基础语法、希望把爬虫从脚本级做成工程的开发者阅读。