[模块] scrapy_splash(迁移)

爬虫模块：beautifulsoup4

scrapy_splash：

pip install scrapy_splash

scrapy_splash模块，与selenium类似，用来获取js渲染后的html页面

scrapy-splash模块主要使用了Splash. 所谓的Splash, 就是一个Javascript渲染服务。它是一个实现了HTTP API的轻量级浏览器，Splash是用Python实现的，同时使用Twisted和QT。Twisted（QT）用来让服务具有异步处理能力，以发挥webkit的并发能力。

scrapy-splash使用的是Splash HTTP API， 所以需要一个splash instance，一般采用docker运行splash，所以需要安装docker。

--https://www.cnblogs.com/jclian91/p/8590617.html

安装好docker后：

拉取镜像：sudo dock pull scrapinghub/splash

然后创建容器：sudo docker run -p 8050:8050 scrapinghub/splash

验证是否安装成功：Splash运行在本地服务器的端口8050(http).在浏览器中输入'localhost:8050'测试

框架中的Request更换为SplashRequest，html就会通过splash服务获取

SplashRequest(url=url, callback=self.parse,argsargs,endpoint='render.html')