-五大核心组件
-引擎（Scrapy）
-用来处理整个系统的数据流处理，触发事务（框架核心）
-调度器（Schedule)
-用来接受引擎发过来的请求，压入队列中，并在引擎再次请求的时候返回，可以想象成一个URL（抓取网页的网址或者说是链接）的优先队列，由它来决定下一个要抓取的网址是什么，同时去除重复的网址。
-下载器（Downloader）
-用于下载网页内容，并将网页内容返回给蜘蛛（Scrapy）下载器是建立在twisted这个高效的异步模型上的
-爬虫（Spider）
爬虫是主要干活的，用于从特定的网页中提取自己需要的信息，即所谓的实体（item）。用户也可以从中提取出链接，让Scrapy链接抓取下一个页面。
-项目管理（Pipeline）
-负责处理爬虫从网页中抽取的实体，主要的功能是持久化实体、验证实体的有效性、清楚不需要的信息。当页面被爬虫解析周，将被发送到项目管道，并经过几个特定的次序处理数据。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
