Scrapy-Splash 0.10.0版本发布:Python支持升级与Scrapy 2.12+适配
Scrapy-Splash是一个强大的Scrapy中间件,它通过与Splash渲染服务集成,为Scrapy框架提供了JavaScript渲染能力。对于那些需要抓取动态网页内容的开发者来说,Scrapy-Splash是不可或缺的工具,它能够处理由JavaScript生成的页面内容,就像现代浏览器一样。
重大变更:Python版本支持调整
在0.10.0版本中,Scrapy-Splash对Python的支持范围进行了重要调整。项目正式移除了对Python 3.7和3.8的支持,同时新增了对Python 3.12和3.13的官方支持。这一变更反映了Python生态系统的自然演进,也确保了项目能够利用最新Python版本带来的性能改进和新特性。
对于仍在使用Python 3.7或3.8的项目,建议尽快升级Python版本,以继续获得Scrapy-Splash的更新支持。Python 3.12和3.13用户现在可以放心使用Scrapy-Splash,享受更快的执行速度和更稳定的运行环境。
Scrapy 2.12+兼容性改进
0.10.0版本的另一个重要改进是全面支持Scrapy 2.12及以上版本。这一适配工作涉及到底层架构的调整,特别是请求指纹生成机制的改进。
在Scrapy 2.12中,框架对请求指纹生成进行了重构,使其更加模块化和可扩展。为了与这一变化保持一致,Scrapy-Splash做出了以下调整:
-
废弃了SplashAwareDupeFilter和SplashAwareFSCacheStorage:这两个组件原本负责处理Splash请求的重复过滤和缓存存储,现在已被Scrapy内置的默认组件所取代。
-
引入了SplashRequestFingerprinter:这个新组件专门负责为Splash请求生成指纹,确保所有需要请求指纹的Scrapy组件(不仅仅是重复过滤和HTTP缓存)都能正确处理Splash请求。
这种架构上的改进带来了几个显著优势:
- 更一致的请求处理:现在所有Scrapy组件都能以相同的方式处理Splash请求的指纹生成
- 更好的可维护性:减少了自定义组件的数量,代码更加简洁
- 更强的扩展性:新的指纹生成器设计更加灵活,便于未来扩展
升级建议
对于现有项目,升级到0.10.0版本需要注意以下几点:
- 确保Python环境符合新版本要求(3.9+)
- 如果项目中使用的是Scrapy 2.12+,需要检查是否有自定义的重复过滤器或缓存存储实现
- 对于复杂的爬虫项目,建议先在测试环境中验证升级后的行为
总结
Scrapy-Splash 0.10.0版本的发布标志着该项目与Python和Scrapy生态系统的最新发展保持同步。通过放弃对旧版本Python的支持和适配Scrapy 2.12+的新特性,Scrapy-Splash为开发者提供了更稳定、更高效的JavaScript渲染解决方案。这些改进不仅提升了框架的兼容性,也为未来的功能扩展奠定了更好的基础。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
Kimi-K2-Thinking暂无简介Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00