今天安装并简单了解了scrapy框架，并且安装了scrapy及其所依靠的pywin32,lxml等等，相关教程链接：https://www.jianshu.com/p/8e78dfa7c368
安装scrapy速度较慢时，可以将pip install scrapy替换为pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scrapy安装较快。
准备明天开始利用这个框架做一些实例并对北京市政百姓信件内容数据进行爬取。
scrapy框架：
crapy Engine(引擎): 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）
原文：https://www.cnblogs.com/123456www/p/12285454.html