常用的爬蟲(chóng)框架或者模塊有哪些?簡(jiǎn)述它們的優(yōu)缺點(diǎn)

　　Python自帶的urllib和urllib2，也可以使用requests這種第三方庫(kù)，或者Scrapy框架。

　　urllib和urllib2模塊都可以做與請(qǐng)求URL相關(guān)的操作，但它們提供了不同的功能。

　　urllib2.urlopen可以接收一個(gè)Request對(duì)象或者URL(在接受Request對(duì)象的時(shí)候，并以此可以來(lái)設(shè)置一個(gè)URL的headers)，urllib.urlopen只接收一個(gè)URL。

　　由于urllib有urlencode方法可以將字符串以URL進(jìn)行編碼，但是urllib2沒(méi)有，urllib和urllib2經(jīng)常會(huì)一起使用。urllib2可以接收一個(gè)Request類(lèi)的實(shí)例來(lái)設(shè)置URL請(qǐng)求的headers，urlib僅可以接受URL。

　　request是一個(gè)HTTP庫(kù)，它可以用來(lái)對(duì)HTTP進(jìn)行請(qǐng)求，是一個(gè)強(qiáng)大的庫(kù)，但是下載和解析部分需要自己處理，靈活性高，高并發(fā)與分布式部署也非常靈活，對(duì)于功能可以更好實(shí)現(xiàn)。

　　Scrapy是一個(gè)封裝起來(lái)的框架，它包含了下載器、解析器、日志及異常處理，基于多線程，Scrapy基于多線程和Twisted的方式處理，對(duì)于固定單個(gè)網(wǎng)站的爬取開(kāi)發(fā)有優(yōu)勢(shì)，但是對(duì)于多網(wǎng)站爬取，在并發(fā)及分布式處理方面，顯得不夠靈活。