上期我们简单讲述了Scrapy 框架的基本构成，本期文章主要以一种简单的对话形式介绍一下Scrapy流程图

Scrapy框架

Scrapy框架流程图

从Scrapy的流程图，我们知道Scrapy Engine（引擎）作为Scrapy的大脑，主要负责spider的协调工作，当spider运行时：

Scrapy Engine（引擎）：spider，你好，你好爬取那个网站？
Spider(爬虫)： 你好，引擎，我要爬取HTTP：\www.XXXXXX.COM
Scrapy Engine（引擎）: 那你把你需要爬取的第一个URL地址给我吧
Spider(爬虫)： 好的，这个是第一个URL地址：www.xxxx.com
Scrapy Engine（引擎）: hello Scheduler(调度器),spider提供了一个request(请求)，你 协助排队处理一下
Scheduler(调度器)： 好的，等待处理，你稍等一下
Scrapy Engine（引擎）：hello Scheduler(调度器)，request（请求）处理好的给我一下
Scheduler(调度器)： 已经OK，这是处理好的request，给你
Scrapy Engine（引擎）：hello Downloader（下载器），你按照Downloader Middlewares（下载中间件，主要设置下载的一些参数）的设置，协助下载一下这个 request
Downloader（下载器）：OK，等待下载，已经完成，给你下载好的资料（若下载失败，Engine会告诉Scheduler，记录失败的位置，等待后期重新下载）
Scrapy Engine（引擎）：hello Spider Middlewares（Spider中间件），这是下载器下载的资料，你按照设置的参数处理一下
Scrapy Engine（引擎）：hello spider 这是下载且处理好的资料，你再处理一下
Spider(爬虫)：hello engine，这是我获取到的Item, 还有需要跟进的URL ，你再跟进一下
Scrapy Engine（引擎）：hello Item Pipeline（主要负责item的数据保存）, 这是spider获取的Item,你处理一下，hello Scheduler(调度器)，这是spider要求需要跟进的URL，你处理一下。然后回到第五步，开始循环执行，直到所有的URL处理完毕

当所有的URL执行完成后，engine会通知Scheduler里面是否有以前下载失败的URL，若有程序会重新下载，直到结束

安装Scrapy

若你习惯了pychram，在安装scrapy前，你需要安装pywin32、pyOpenSSL、Twisted、lxml 、 zope.interface等第三方依赖库，但是不建议使用pycharm来安装scrapy，推荐使用anaconda（参考往期的文章）安装，避免遗漏第三方依赖库。

下期预告

通过以上的学习，我们了解了scrapy的基本组件与整个spider的流程，下期我们新建一个spider，爬取第一个网页