爬虫的架构是什么样的呢？当我们想要设计一个我们适用于现实的爬虫时，应该考虑到什么呢？接下来将会得到答案！
来自慕课网python爬虫课程
来自慕课网python爬虫课程
上图为一个简单爬虫的架构，完成这个简单的爬虫需要包括如图几个方面：
（1）爬虫调度端：负责启动、停止、监视爬虫的运行情况
（2）URL管理器：管理即将要下载和已经下载的url资源
（3）网页下载器：根据URL管理器所提供的url资源，对其中的网页内容下载，并将下载获得内容一字符串的形式进行保存
（4）网页解析器：根据网页下载器所下载的内容，有针对的进行内容提取，一般是对返回的html代码部分进行解析，取出网页中的（带有逻辑等）信息（价值信息、新的url资源）。
（5）价值数据：获得网页解析过后的有用信息
