Python爬虫通过URL管理器，判断是否有待爬URL，如果有待爬URL，通过调度器进行传递给下载器，下载URL内容，并通过调度器传送给解析器，解析URL内容，并将价值数据和新URL列表通过调度器传递给应用程序，并输出价值信息的过程。Python爬虫常用框架有：爬虫代理推荐使用兔子IP代理。

一：grab：网络爬虫框架（基于pycurl/multicur）；

二：scrapy：网络爬虫框架（基于twisted），不支持Python3；

三：pyspider：一个强大的爬虫系统；

四：cola：一个分布式爬虫框架；

五：portia：基于Scrapy的可视化爬虫；

restkit：Python的HTTP资源工具包。它可以让你轻松地访问HTTP资源，并围绕它建立的对象；

demiurge：基于PyQuery的爬虫微框架。

Python爬虫应用领域广泛，在网络爬虫领域处于霸主位置，Scrapy、Request、BeautifuSoap、urlib等框架的应用，可以实现爬行自如的功能，只要您数据抓取想法，Python爬虫均可实现！