求推荐爬虫框架 Python /Nodejs/Golang 皆可 写了个 Scrapy 的爬虫然后发现是单线程的

[whereabouts]

查了一会 Google 说 Scrapy 基于 Twisted 所以是单线程的，写的 Scrapy 爬虫运行了半天没爬多少网页。。

[yrj]

pyspider 国人作品 文档友好。

[congeec]

单线程不是 scrapy 慢的原因

[PythonAnswer]

twisted 是异步 io 可以很快爬取
scrapy 做为 py 爬虫框架老大 并非浪得虚名

[msg7086]

单线程很好啊，运行效率比那些天天线程切换的方案好多了。

[thread2]

可考虑，先批量生产任务放到队列里，然后开很多节点消费任务，效率奇高

[chengxiao]

感觉瓶颈是网速吧

[chroming]

一般情况 scrapy 异步比多线程快，你爬的慢可能是你程序写的有问题

[soho176]

爬的再快 有啥用那，太快 网站直接封了你了，别光想着快，要持久。

[tozp]

java--webmagic
python--scrapy
go--go_spider
也就那么回事

[encro]

scrapy 能够设置并发数的。你用的是假 google 吧

[encro]

在 google 前请先看文档

[inflationaaron]

Node.js 也是单线程，怎么能做到那么多并发？多线程只是实现高并发的一种手段。

[biaodianfu]

你可能还不知道 python （ cpython ）只支持单线程

[dishonest]

@biaodianfu 不是这样的吧 多线程支持的 只是有 GIL

[encro]

给你一个传送门，以前我写的关于爬虫方面的资料。
爬虫框架比较： https://c4ys.com/archives/450
如何用 python 实现一个高自由度爬虫： https://c4ys.com/archives/718

[Leigg]

scrapy 不设置延时足够爬到网站不能自理，在你会不会用。