scrapy的组件、作用，基本流程

分为5个部分；Spiders(爬虫类)，Scrapy Engine(引擎),Scheduler(调度器),Downloader(下载器),Item Pipeline(处理管道)。
spiders:一个是告诉scrapy下载哪些url(requests),第二个是将设置好的item通过yield item，这个item就会由pipelines来进行处理
这两种主要由yield来做的，所以可以yield两种内容
1.yield scrapy.Request():就是发送请求
2.yield item:就是处理item
调度器：将spiders组件发送过来的requests排队入列，将来就从这个队列中一个一个发送给下载器进行下载。
这个调度器是通过优先级队列来实现的
下载器：将从调度器过来的requests下载好，并将下载好的responses传递给该request所对应callback回调函数来处理
itempipelines：传输数据的管道。主要作用就是处理从spider传递过来的item。默认是由process_item这个方法来处理的
scrapy引擎：组件之间的交互都是由引擎来完成的，组件之间是没有直接联系的，这是为了降低组件之间的耦合

基本流程

1.引擎：Hi！Spider, 你要处理哪一个网站？
2.Spider：老大要我处理xxxx.com（初始URL）。
3.引擎：你把第一个需要处理的URL给我吧。
4.Spider：给你，第一个URL是xxxxxxx.com。
5.引擎：Hi！调度器，我这有request请求你帮我排序入队一下。
6.调度器：好的，正在处理你等一下。
7.引擎：Hi！调度器，把你处理好的request请求给我。
8.调度器：给你，这是我处理好的request
9.引擎：Hi！下载器，你按照老大的下载中间件的设置帮我下载一下这个request请求。
10.下载器：好的！给你，这是下载好的东西。（如果失败：sorry，这个request下载失败了。然后引擎告诉调度器，这个request下载失败了，你记录一下，我们待会儿再下载）
11.引擎：Hi！Spider，这是下载好的东西，并且已经按照老大的下载中间件处理过了，你自己处理一***意！这儿responses默认是交给def parse()这个函数处理的）
12.Spider：（处理完毕数据之后对于需要跟进的URL），Hi！引擎，我这里有两个结果，这个是我需要跟进的URL，还有这个是我获取到的Item数据。
13.引擎：Hi ！管道 我这儿有个item你帮我处理一下！调度器！这是需要跟进URL你帮我处理下。然后从第四步开始循环，直到获取完老大需要全部信息。
14.管道、调度器：好的，现在就做！