Scrapling 框架实战指南：从单请求抓取到大规模 Spider 爬取的完整技术方案

本文以 Scrapling 中文 README（docs/README_CN.md）为主体骨架，逐层展开这个自适应 Web Scraping 框架的三层能力：Fetcher 请求层、自适应解析层和 Spider 爬取框架层。读完后，您将掌握如何选择合适的 Fetcher 绕过反机器人系统、如何用自适应选择器在页面改版后自动重定位元素、如何用几行 Python 代码构建带并发/暂停恢复/多 Session 的爬虫，以及 CLI、Docker 与 MCP 等配套工具的正确安装与用法。

一、项目定位：一个库覆盖从单请求到全量爬取

Scrapling 是一个自适应 Web Scraping 框架，官方定位是"能处理从单个请求到大规模爬取的一切需求"（pyproject.toml 中当前版本为 0.4.13，要求 Python 3.10+）。它的核心卖点由三块互相衔接的模块组成：

• 解析器：能够从网站变化中学习，并在页面更新时自动重新定位您的元素（auto_save/adaptive 机制）；
• Fetcher：开箱即用地绕过 Cloudflare Turnstile 等反机器人系统；
• Spider 框架：可扩展到并发、多 Session 爬取，支持暂停/恢复和自动 Proxy 轮换——只需几行 Python 代码。

官方给出的一句话式用法如下（直接来自 docs/README_CN.md）：

from scrapling.fetchers import Fetcher, AsyncFetcher, StealthyFetcher, DynamicFetcher
StealthyFetcher.adaptive = True
p = StealthyFetcher.fetch('https://example.com', headless=True, network_idle=True)  # 隐秘地获取网站！
products = p.css('.product', auto_save=True)      # 抓取在网站设计变更后仍能存活的数据！
products = p.css('.product', adaptive=True)       # 之后，如果网站结构改变，传递 `adaptive=True` 来找到它们！

"或扩展为完整爬取"：

from scrapling.spiders import Spider, Response

class MySpider(Spider):
  name = "demo"
  start_urls = ["https://example.com/"]

  async def parse(self, response: Response):
      for item in response.css('.product'):
          yield {"title": item.css('h2::text').get()}

MySpider().start()

从源码结构看，这个"三层能力"对应清晰的包划分：scrapling/fetchers/ 封装三种请求后端，scrapling/parser.py 提供 Selector 解析器，scrapling/spiders/ 提供完整的爬取引擎。scrapling/spiders/init.py 中导出的公共 API 包括 Spider、Request、CrawlResult、SessionManager、CrawlerEngine、LinkExtractor 及全部现成模板（CrawlSpider、SitemapSpider、ShopifySpider、XMLFeedSpider、CSVFeedSpider）。

更多文档入口可参见仓库内文档目录：选择方法、选择 Fetcher、Spider 架构、代理轮换、CLI 概览、MCP 服务器。

二、安装：基础版与可选依赖的正确组合

Scrapling 需要 Python 3.10 或更高版本：

pip install scrapling

重要：此安装仅包括解析器引擎及其依赖项，没有任何 Fetcher 或命令行依赖项。因此仅用此安装时，从 scrapling.fetchers 或 scrapling.spiders 导入任何内容都会引发 ModuleNotFoundError。如果要使用任何 Fetcher 或 Spider，请先安装 Fetcher 的依赖项。

2.1 可选依赖项

1. 要使用任何 Fetcher（或它们的类），需要安装 Fetcher 依赖及其浏览器依赖：

   pip install "scrapling[fetchers]"
   
   scrapling install           # normal install
   scrapling install  --force   # force reinstall
   

   这会下载所有浏览器，以及它们的系统依赖项和 fingerprint 操作依赖项。也可以从代码中安装，而不运行命令：

   from scrapling.cli import install
   
   install([], standalone_mode=False)           # normal install
   install(["--force"], standalone_mode=False) # force reinstall
   

   从源码看，scrapling/cli.py 中 install 命令实际执行 python -m playwright install chromium 和 install-deps chromium，更新 tld 名称库后，在包目录写入 .scrapling_dependencies_installed 标记文件——所以非 --force 模式第二次运行会直接打印 "The dependencies are already installed"。

2. 额外功能 extras（与 pyproject.toml 中的 optional-dependencies 定义一致）：

   pip install "scrapling[ai]"      # MCP 服务器功能（依赖 mcp、markdownify 及 fetchers）
   pip install "scrapling[shell]"  # Web Scraping Shell 和 extract 命令（依赖 IPython 等）
   pip install "scrapling[all]"    # 安装所有内容（即 ai + shell）
   

   请记住，在安装任何这些额外功能后（如果您还没有安装），需要再用 scrapling install 安装浏览器依赖项。

2.2 Docker

也可以直接使用包含所有额外功能和浏览器的 Docker 镜像：

docker pull pyd4vinci/scrapling

或从 GitHub 注册表下载：

docker pull ghcr.io/d4vinci/scrapling:latest

该镜像由 GitHub Actions 基于仓库主分支自动构建和推送，仓库根目录的 Dockerfile 定义了其构建方式。

三、Fetcher：三种请求后端与 Session 管理

从源码看，scrapling/fetchers/init.py 采用懒加载导入映射：Fetcher/AsyncFetcher/FetcherSession 来自 scrapling.fetchers.requests，DynamicFetcher/DynamicSession/AsyncDynamicSession 来自 scrapling.fetchers.chrome，StealthyFetcher/StealthySession/AsyncStealthySession 来自 scrapling.fetchers.stealth_chrome。这意味着导入 scrapling.fetchers 本身不加载 Playwright 等重依赖，只有真正访问某个类时才触发对应模块——这也解释了为什么基础安装下使用 Fetcher 会报 ModuleNotFoundError。

3.1 支持 Session 的 HTTP 请求

基于 curl_cffi 的快速 HTTP 请求（scrapling/fetchers/requests.py 中 Fetcher 的 docstring 明确其"based on curl_cffi"，仅支持 GET/POST/PUT/DELETE）。可以模拟浏览器的 TLS fingerprint、标头并使用 HTTP/3：

from scrapling.fetchers import Fetcher, FetcherSession

with FetcherSession(impersonate='chrome') as session:  # 使用 Chrome 的最新版本 TLS fingerprint
    page = session.get('https://quotes.toscrape.com/', stealthy_headers=True)
    quotes = page.css('.quote .text::text').getall()

# 或使用一次性请求
page = Fetcher.get('https://quotes.toscrape.com/')
quotes = page.css('.quote .text::text').getall()

3.2 高级隐秘模式

使用 StealthyFetcher 的高级隐秘功能和 fingerprint 伪装，可以轻松自动绕过所有类型的 Cloudflare Turnstile/Interstitial：

from scrapling.fetchers import StealthyFetcher, StealthySession

with StealthySession(headless=True, solve_cloudflare=True) as session:  # 保持浏览器打开直到完成
    page = session.fetch('https://nopecha.com/demo/cloudflare', google_search=False)
    data = page.css('#padded_content a').getall()

# 或使用一次性请求样式，为此请求打开浏览器，完成后关闭
page = StealthyFetcher.fetch('https://nopecha.com/demo/cloudflare')
data = page.css('#padded_content a').getall()

3.3 完整的浏览器自动化

通过 DynamicFetcher 使用完整的浏览器自动化获取动态网站，支持 Playwright 的 Chromium 和 Google Chrome：

from scrapling.fetchers import DynamicFetcher, DynamicSession

with DynamicSession(headless=True, disable_resources=False, network_idle=True) as session:  # 保持浏览器打开直到完成
    page = session.fetch('https://quotes.toscrape.com/', load_dom=False)
    data = page.xpath('//span[@class="text"]/text()').getall()  # 如果您偏好 XPath 选择器

# 或使用一次性请求样式，为此请求打开浏览器，完成后关闭
page = DynamicFetcher.fetch('https://quotes.toscrape.com/')
data = page.css('.quote .text::text').getall()

3.4 Async Session 管理

所有 Fetcher 和专用 async Session 类都有完整 async 支持。FetcherSession 是上下文感知的，可以在 sync/async 模式下工作：

import asyncio
from scrapling.fetchers import FetcherSession, AsyncStealthySession, AsyncDynamicSession

async with FetcherSession(http3=True) as session:
    page1 = session.get('https://quotes.toscrape.com/')
    page2 = session.get('https://quotes.toscrape.com/', impersonate='firefox135')

# Async Session 用法
async with AsyncStealthySession(max_pages=2) as session:
    tasks = []
    urls = ['https://example.com/page1', 'https://example.com/page2']

    for url in urls:
        task = session.fetch(url)
        tasks.append(task)

    print(session.get_pool_stats())  # 可选 - 浏览器标签池的状态（忙/空闲/错误）
    results = await asyncio.gather(*tasks)
    print(session.get_pool_stats())

3.5 Fetcher 层的其余能力

官方特性清单中与 Fetcher 相关、但上面代码示例未直接体现的能力，均对应到具体源码模块：

• Proxy 轮换：内置 ProxyRotator，支持轮询或自定义策略，适用于所有 Session 类型，并支持按请求覆盖 Proxy（实现位于 scrapling/engines/toolbelt/proxy_rotation.py，并在 scrapling/fetchers/init.py 中直接导出）；
• 域名和广告屏蔽：在基于浏览器的 Fetcher 中屏蔽对特定域名（及其子域名）的请求，或启用内置广告屏蔽（约 3,500 个已知广告/追踪域名，列表见 scrapling/engines/toolbelt/ad_domains.py）；
• DNS 泄漏防护：可选的 DNS-over-HTTPS 支持，通过 Cloudflare 的 DoH 路由 DNS 查询，防止使用代理时的 DNS 泄漏；
• 远程浏览器：无需在本地启动浏览器，通过 cdp_url 用 CDP 连接到已在运行的浏览器（同一台机器、另一台主机或托管的浏览器服务商）；也可以通过 executable_path 让任意浏览器 Fetcher 使用您自己的 Chromium 构建版本；
• 后台 API 捕获：向 capture_xhr 传入 URL 模式，页面加载过程中所有匹配的 XHR/fetch 响应都会作为 Response 对象收集到 response.captured_xhr 中——无需自己逆向分析请求即可获取网站的 API 数据。

四、自适应解析：让选择器在页面改版后"存活"

解析器核心是 scrapling/parser.py 中的 Selector 类（继承自 SelectorsGeneration），它与 Scrapy/Parsel 使用相同的伪元素，API 风格类似 Scrapy/BeautifulSoup。丰富的选择与导航示例（直接继承自 README）：

from scrapling.fetchers import Fetcher

# 丰富的元素选择和导航
page = Fetcher.get('https://quotes.toscrape.com/')

# 使用多种选择方法获取引用
quotes = page.css('.quote')                                # CSS 选择器
quotes = page.xpath('//div[@class="quote"]')              # XPath
quotes = page.find_all('div', {'class': 'quote'})          # BeautifulSoup 风格
# 等同于
quotes = page.find_all('div', class_='quote')
quotes = page.find_all(['div'], class_='quote')
quotes = page.find_all(class_='quote')  # 等等...
# 按文本内容查找元素
quotes = page.find_by_text('quote', tag='div')

# 高级导航
quote_text = page.css('.quote')[0].css('.text::text').get()
quote_text = page.css('.quote').css('.text::text').getall()  # 链式选择器
first_quote = page.css('.quote')[0]
author = first_quote.next_sibling.css('.author::text')
parent_container = first_quote.parent

# 元素关系和相似性
similar_elements = first_quote.find_similar()
below_elements = first_quote.below_elements()

如果您不想获取网站，可以直接使用解析器，用法完全相同：

from scrapling.parser import Selector

page = Selector("<html>...</html>")

4.1 自适应机制的源码原理

自适应能力的关键方法是 scrapling/parser.py 中的 relocate：它遍历页面树中的所有节点（注意源码注释："the code doesn't stop even if the score was 100%，because there might be another element(s) left in page with the same score"），对每个节点用 __calculate_similarity_score 计算与目标元素指纹的相似度分数，按分数分桶存入 score_table，然后取最高分桶——但要求最高分不低于 percentage 阈值（默认 40%），否则记录告警"Adaptive relocation found no element above the {percentage}% threshold"并返回空列表。css(..., auto_save=True) 负责首次抓取时保存元素指纹，css(..., adaptive=True) 则在页面结构变化后调用这条重定位链路；元素指纹的存取由 save/retrieve 方法管理，持久化存储的实现细节见 docs/development/adaptive_storage_system.md。

除重定位外，Selector 还内置了：find_similar（自动定位与已找到元素相似的元素）、find_by_text、find_by_regex（按文本/正则搜索）、re/re_first（内置正则方法）、父级/兄弟级/子级导航方法（parent、children、siblings、next、previous、iterancestors 等）、以及 get_all_text/prettify 等文本处理。Selectors 集合类（scrapling/parser.py 起）继承自 list，支持链式 css/xpath、filter/search、get/getall、first/last。

关于性能声明，README 称"快速 JSON 序列化比标准库快 10 倍"——从 pyproject.toml 的依赖看，序列化基于 orjson，这是该结论的实现基础。

五、Spider 框架：类 Scrapy 的完整爬取方案

5.1 基础 Spider：并发请求 + 结果导出

构建具有并发请求、多种 Session 类型和暂停/恢复功能的完整爬虫：

from scrapling.spiders import Spider, Request, Response

class QuotesSpider(Spider):
    name = "quotes"
    start_urls = ["https://quotes.toscrape.com/"]
    concurrent_requests = 10

    async def parse(self, response: Response):
        for quote in response.css('.quote'):
            yield {
                "text": quote.css('.text::text').get(),
                "author": quote.css('.author::text').get(),
            }

        next_page = response.css('.next a')
        if next_page:
            yield response.follow(next_page[0].attrib['href'])

result = QuotesSpider().start()
print(f"抓取了 {len(result.items)} 条引用")
result.items.to_json("quotes.json")

从 scrapling/spiders/spider.py 的 Spider 基类可以读到所有可调参数的真实默认值，这对调优很有用：

类属性	默认值	含义
concurrent_requests	4	全局并发请求数
concurrent_requests_per_domain	0（不限）	按域名限制并发
download_delay	0.0	下载延迟（秒）
max_blocked_retries	3	被阻止请求的最大重试次数
robots_txt_obey	False	是否遵守 robots.txt
development_mode	False	开发模式（响应缓存到磁盘，后续运行回放）
autothrottle_enabled	False	是否启用自动限速
autothrottle_start_delay / autothrottle_max_delay	5.0 / 60.0 秒	自动限速的起始/最大延迟
autothrottle_block_backoff	True	被阻止时延迟加倍回退

此外源码中还定义了 BLOCKED_CODES = {401, 403, 407, 429, 444, 500, 502, 503, 504}（scrapling/spiders/spider.py），即"被阻止请求检测：自动检测并重试被阻止的请求"所依据的状态码集合。

5.2 多 Session 类型混用

统一接口支持 HTTP 请求和隐秘无头浏览器在同一个 Spider 中使用——通过 ID 将请求路由到不同的 Session：

from scrapling.spiders import Spider, Request, Response
from scrapling.fetchers import FetcherSession, AsyncStealthySession

class MultiSessionSpider(Spider):
    name = "multi"
    start_urls = ["https://example.com/"]

    def configure_sessions(self, manager):
        manager.add("fast", FetcherSession(impersonate="chrome"))
        manager.add("stealth", AsyncStealthySession(headless=True), lazy=True)

    async def parse(self, response: Response):
        for link in response.css('a::attr(href)').getall():
            # 将受保护的页面路由到隐秘 Session
            if "protected" in link:
                yield Request(link, sid="stealth")
            else:
                yield Request(link, sid="fast", callback=self.parse)  # 显式 callback

Session 生命周期管理由 scrapling/spiders/session.py 的 SessionManager 负责，lazy=True 意味着该 Session 直到首次被路由到请求时才真正启动浏览器。

5.3 暂停与恢复：基于 Checkpoint 的爬取持久化

通过如下方式运行 Spider 来暂停和恢复长时间爬取：

QuotesSpider(crawldir="./crawl_data").start()

按 Ctrl+C 优雅暂停——进度会自动保存。之后再次启动 Spider 时，传递相同的 crawldir，它将从上次停止的地方继续。从源码看（scrapling/spiders/spider.py），crawldir 是 Spider.__init__ 的参数："If provided, enables pause/resume"；第二个参数 interval（默认 300.0 秒）控制周期性 checkpoint 保存的间隔。Checkpoint 的实现见 scrapling/spiders/checkpoint.py。

5.4 Streaming 模式、AutoThrottle 与 robots.txt

• Streaming 模式：通过 async for item in spider.stream() 以实时统计 Streaming 抓取的数据——非常适合 UI、管道和长时间运行的爬取；
• AutoThrottle 自动限速：不用再猜延迟。Spider 会根据网站的响应速度自动调整每个域名的延迟，当网站开始封禁或限流时把延迟翻倍（或按 Retry-After 要求等待），并在恢复正常后重新提速。实现见 scrapling/spiders/throttle.py；
• robots.txt 合规：可选的 robots_txt_obey 标志，支持 Disallow、Crawl-delay 和 Request-rate 指令，并按域名缓存。实现见 scrapling/spiders/robotstxt.py；
• 开发模式：首次运行时将响应缓存到磁盘（development_mode = True + development_cache_dir），后续运行直接回放——在不重新请求目标服务器的情况下迭代您的 parse() 逻辑；
• 链接提取：独立的 LinkExtractor 组件（scrapling/spiders/links.py），支持 allow/deny 模式、域名过滤、CSS/XPath 范围限定、扩展名过滤和链接规范化——可在模板中使用，也可单独使用；
• 内置导出：通过钩子和您自己的管道导出结果，或使用内置的 JSON/JSONL/CSV/XML 导出器：result.items.to_json()、to_jsonl()、to_csv() 和 to_xml()（实现位于 scrapling/spiders/result.py）。

5.5 现成的 Spider 模板：跳过样板代码

使用 CrawlSpider 基于规则跟踪链接，SitemapSpider 基于 sitemap/robots.txt 爬取，XMLFeedSpider/CSVFeedSpider 用于遍历 XML/RSS 和 CSV 数据源，以及 ShopifySpider 通过 JSON API 抓取任意 Shopify 商店的全部商品，每个变体一条数据：

from scrapling.spiders import ShopifySpider

class MyStore(ShopifySpider):
    target_website = "example.com"

result = MyStore().start()  # 商店中的每件商品，每个变体一条数据

模板实现位于 scrapling/spiders/templates/ 目录（crawler.py、sitemap.py、feed.py、shopify.py），更完整的模板用法可参考 docs/spiders/generic-templates.md 与 docs/spiders/platform-templates.md。

六、CLI 和交互式 Shell

Scrapling 包含强大的命令行界面，入口在 scrapling/cli.py（pyproject.toml 中注册了两个命令脚本：scrapling = "scrapling.cli:main" 和 scrapling-mcp = "scrapling.cli:mcp"）。

启动交互式 Web Scraping Shell：

scrapling shell

这是一个可选的内置 IPython Shell，具有 Scrapling 集成、快捷方式和新工具，可加快 Web Scraping 脚本开发，例如将 curl 请求转换为 Scrapling 请求并在浏览器中查看请求结果。

也可以直接从终端使用 Scrapling 抓取 URL 而无需编写任何代码——直接将页面提取到文件（默认提取 body 标签内的内容）。输出扩展名决定格式：.txt 结尾则提取目标的文本内容；.md 结尾是 HTML 内容的 Markdown 表示；.html 结尾是 HTML 内容本身：

scrapling extract get 'https://example.com' content.md
scrapling extract get 'https://example.com' content.txt --css-selector '#fromSkipToProducts' --impersonate 'chrome'  # 所有匹配 CSS 选择器'#fromSkipToProducts' 的元素
scrapling extract fetch 'https://example.com' content.md --css-selector '#fromSkipToProducts' --no-headless
scrapling extract stealthy-fetch 'https://nopecha.com/demo/cloudflare' captchas.html --css-selector '#padded_content a' --solve-cloudflare

从源码看，extract 组包含 get/post/put/delete（HTTP 请求，见 scrapling/cli.py 的 __http_command 统一处理）以及 fetch（Chromium/Chrome 自动化）和 stealthy_fetch（带反检测与 --solve-cloudflare 选项）；--impersonate 等选项由 _common_http_options 装饰器统一注入。Shell 与 extract 功能属于 [shell] extra，安装说明见 docs/cli/overview.md 与 docs/cli/interactive-shell.md。

七、性能基准：解析速度对比

Scrapling 不仅功能强大——它还速度极快。以下基准测试将 Scrapling 的解析器与其他流行库的最新版本进行了比较（数据继承自 docs/README_CN.md，代表 100+ 次运行的平均值，测试方法见 benchmarks.py）：

7.1 文本提取速度测试（5000 个嵌套元素）

#	库	时间 (ms)	vs Scrapling
1	Scrapling	1.99	1.0x
2	Parsel/Scrapy	2.06	1.035
3	Raw Lxml	2.56	1.286
4	PyQuery	23.98	~12x
5	Selectolax	197.02	~99x
6	MechanicalSoup	1545.15	~776.5x
7	BS4 with Lxml	1562.1	~785.0x
8	BS4 with html5lib	3412.73	~1714.9x

7.2 元素相似性和文本搜索性能

Scrapling 的自适应元素查找功能明显优于替代方案：

库	时间 (ms)	vs Scrapling
Scrapling	2.3	1.0x
AutoScraper	12.58	5.47x

除速度外，架构层面还有两项设计：优化性能超越大多数 Python 抓取库（闪电般快速）；优化的数据结构和延迟加载，实现最小内存占用（如 3.1 节所述的 Fetcher 懒加载导入即是一例）。

八、AI 集成：MCP 服务器与 Agent Skill

• 与 AI 一起使用的 MCP 服务器：内置 MCP 服务器用于 AI 辅助 Web Scraping 和数据提取。MCP 服务器具有强大的自定义功能，利用 Scrapling 在将内容传递给 AI（Claude/Cursor 等）之前提取目标内容，从而加快操作并通过最小化 token 使用来降低成本。它还可以在多次调用之间保持浏览器会话、截取页面截图，并通过 CDP 驱动远程浏览器。命令行入口即 scrapling-mcp（scrapling/cli.py 中的 mcp 命令，支持 --http/--host/--port/--executable-path/--auth-token/--allowed-host 参数，服务实现位于 scrapling/core/ai.py），详细配置见 docs/ai/mcp-server.md；
• Agent Skill：仓库内的 agent-skill/Scrapling-Skill/ 是开箱即用的 Agent Skill，让编码智能体全面掌握本库，使它们用 Scrapling 写出的代码符合当前 API，而不是靠猜测。配套示例脚本见 agent-skill/Scrapling-Skill/examples/01_fetcher_session.py、02_dynamic_session.py、03_stealthy_session.py、04_spider.py。

九、开发者体验与生态

• 对 Scrapy 用户的无缝集成：已经在用 Scrapy？用 scrapling_response 装饰任意回调，即可用 Scrapling 的解析器解析您本来就抓取到的响应，无需重写项目（实现见 scrapling/integrations/scrapy.py，说明见 docs/integrations/scrapy.md）；
• 完整的类型覆盖：完整的类型提示，出色的 IDE 支持和代码补全。整个代码库在每次更改时都会自动使用 PyRight 和 MyPy 扫描——pyproject.toml 中同时配置了 [tool.mypy]（check_untyped_defs = true）和 [tool.pyright]，且仓库内包含 scrapling/py.typed 标记文件；
• 自动选择器生成：为任何元素生成强大的 CSS/XPath 选择器；
• 经过实战测试：官方声明拥有 92% 的测试覆盖率和完整的类型提示覆盖率；仓库内 tests/ 目录按模块组织了对应测试，如 tests/fetchers/、tests/spiders/、tests/parser/ 等，可按 docs/README_CN.md 的说明安装依赖后运行验证；
• 现成的 Docker 镜像：每次发布时，包含所有浏览器的 Docker 镜像会自动构建和推送（见 Dockerfile）。

十、适用边界与合规声明

• 适用前提：Python 3.10+；仅解析器功能用 pip install scrapling 即可，任何 Fetcher/Spider/CLI 场景都需追加对应 extra 并运行 scrapling install 下载浏览器；基准数据依赖 5000 嵌套元素与特定对比库的测试环境，复现请先阅读 benchmarks.py 的方法说明；
• 免责声明（继承自原文档）：此库仅用于教育和研究目的。使用此库即表示您同意遵守本地和国际数据抓取和隐私法律。作者和贡献者对本软件的任何滥用不承担责任。始终尊重网站的服务条款和 robots.txt 文件——这与框架内置 robots_txt_obey、AutoThrottle 等"克制型"设计相呼应；
• 引用：如果将本库用于研究目的，可使用原文档给出的 BibTeX（作者 Karim Shoair，2024 年）；
• 许可证：本作品根据 BSD-3-Clause 许可证授权（LICENSE）。项目包含改编自 Parsel（BSD 许可证）的代码，用于 scrapling/core/translator.py 子模块；
• 贡献：仓库提供了完整的 CONTRIBUTING.md，并可用 tox.ini、pytest.ini、ruff.toml 作为本地校验依据。

从单请求的 Fetcher.get() 到带 Checkpoint 的 MySpider().start()，Scrapling 用同一套 Selector 解析 API 贯穿了所有层——这是它"一个库，零妥协"定位的实际含义：无论您的场景是一次性抓取、反爬对抗，还是长期运行的全量爬取，选择器和数据流都可以保持一致，只在请求后端与并发编排上做切换。