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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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