Crawlee-Python v0.6.10版本发布:Playwright与请求处理优化
Crawlee是一个强大的Python网络爬虫框架,它提供了多种爬取方式(如Playwright、Puppeteer、Cheerio等)以及完善的请求队列、存储和代理管理功能。本次发布的v0.6.10版本主要针对Playwright爬虫和请求处理进行了多项优化和修复。
Playwright爬虫功能增强
本次更新中,PlaywrightCrawler获得了多项重要改进。首先,现在可以在运行时动态修改配置参数,这为爬虫的灵活控制提供了更多可能性。开发者可以根据实际爬取情况调整配置,而无需重新初始化爬虫实例。
另一个显著改进是增加了对非GET请求的支持。在之前的版本中,PlaywrightCrawler主要针对GET请求进行了优化,而在这个版本中,POST等HTTP方法也得到了完善支持。这使得PlaywrightCrawler能够处理更广泛的网页交互场景,特别是那些需要提交表单或发送数据的页面。
请求处理优化
请求处理方面有两个重要修复。首先是修复了带有重定向的请求在特定入队策略下的匹配检查问题。在某些情况下,重定向后的URL可能无法正确匹配预设的入队策略,导致请求被错误地过滤或处理。这个修复确保了重定向链中的每个请求都能正确应用配置的策略。
其次,改进了extract_links函数对EnqueueLinksKwargs参数的兼容性。现在,传递给该函数的所有关键字参数都会被正确处理,而不会像之前版本那样部分参数被忽略。这使得链接提取和入队行为更加可预测和一致。
其他重要修复
本次更新还包含了一些其他值得注意的修复:
-
为
SendRequestFunction添加了payload支持,使其能够正确处理POST请求。这使得自定义请求发送函数时能够更灵活地处理各种HTTP方法。 -
优化了curl-impersonate模板的事件循环策略设置逻辑。现在只有当不使用Playwright时才会设置
WindowsSelectorEventLoopPolicy,避免了在某些环境下的潜在冲突。
这些改进共同提升了Crawlee框架的稳定性和灵活性,使其能够更好地应对各种复杂的网页爬取场景。对于需要处理动态内容、表单提交或复杂重定向链的项目,这个版本提供了更可靠的支持。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03