A. 八款常用的 python GUI 開發框架推薦
作為Python開發者，你遲早都會用到圖形用戶界面來開發應用。本文將推薦一些 Python GUI 框架，希望對大家有所幫助。
Python 的 UI 開發工具包 Kivy
https://www.oschina.net/p/kivy
Kivy是一個開源工具包能夠讓使用相同源代碼創建的程序能跨平台運行。它主要關注創新型用戶界面開發，如：多點觸摸應用程序。Kivy還提供一個多點觸摸滑鼠模擬器。當前支持的平台包括：Linux、Windows、Mac OS X和Android。
Kivy擁有能夠處理動畫、緩存、手勢、繪圖等功能。它還內置許多用戶界面控制項如：按紐、攝影機、表格、Slider和樹形控制項等。
Python 的 GUI 開發工具 Flexx
https://www.oschina.net/p/flexx
Flexx 是一個純 Python 工具包，用來創建圖形化界面應用程序。其使用 Web 技術進行界面的渲染。你可以用 Flexx 來創建桌面應用，同時也可以導出一個應用到獨立的 HTML 文檔。因為使用純 Python 開發，所以 Flexx 是跨平台的。只需要有 Python 和瀏覽器就可以運行。如果是使用桌面模式運行，推薦使用 Firefox 。
Qt 庫的 Python 綁定 PyQt
https://www.oschina.net/p/pyqt
PyQt是Qt庫的Python版本。PyQt3支持Qt1到Qt3。 PyQt4支持Qt4。它的首次發布也是在1998年，但是當時它叫 PyKDE，因為開始的時候SIP和PyQt沒有分開。PyQt是用SIP寫的。PyQt 提供 GPL版和商業版。
Python圖形開發包 wxPython
https://www.oschina.net/p/wxpython
wxPython 是 Python 語言的一套優秀的 GUI 圖形庫，允許 Python 程序員很方便的創建完整的、功能鍵全的 GUI 用戶界面。 wxPython 是作為優秀的跨平台 GUI 庫 wxWidgets 的 Python 封裝和 Python 模塊的方式提供給用戶的。
就如同Python和wxWidgets一樣，wxPython也是一款開源軟體，並且具有非常優秀的跨平台能力，能夠運行在32位windows、絕大多數的Unix或類Unix系統、Macintosh OS X上。
Tk 圖形用戶界面 Tkinter
https://www.oschina.net/p/tkinter
Tkinter(也叫Tk介面)是Tk圖形用戶界面工具包標準的Python介面。Tk是一個輕量級的跨平台圖形用戶界面(GUI)開發工具。Tk和Tkinter可以運行在大多數的Unix平台、Windows、和Macintosh系統。
Tkinter 由一定數量的模塊組成。Tkinter位於一個名為_tkinter(較早的版本名為tkinter)的二進制模塊中 。Tkinter包含了對Tk的低 級介面模塊，低級介面並不會被應用級程序員直接使用，通常是一個共享庫(或DLL)，但是在一些情況下它也被Python解釋器靜態鏈接。
Pywin32
https://www.oschina.net/p/pywin32
Windows Pywin32允許你像VC一樣的形式來使用PYTHON開發win32應用。代碼風格可以類似win32 sdk，也可以類似MFC，由你選擇。如果你仍不放棄vc一樣的代碼過程在python下，那麼這就是一個不錯的選擇。
Python 圖形界面開發包 PyGTK
https://www.oschina.net/p/pygtk
PyGTK讓你用Python輕松創建具有圖形用戶界面的程序.底層的GTK+提供了各式的可視元素和功能,如果需要,你能開發在GNOME桌面系統運行的功能完整的軟體.
PyGTK真正具有跨平台性,它能不加修改地,穩定運行各種操作系統之上,如Linux,Windows,MacOS等.除了簡單易用和快速的原型開發能力外,PyGTK還有一流的處理本地化語言的獨特功能.
用python快速開發絢麗桌面程序 pyui4win
https://www.oschina.net/p/py-ui4win
pyui4win是一個開源的採用自繪技術的界面庫。支持C++和python。用它可以很容易實現QQ和360安全衛士這樣的絢麗界面。而且，pyui4win有所見即所得界面設計器，讓C++開發人員和python開發人員直接用設計工具設計界面，而不用關心界面如何生成和運行，可以顯著縮短界面開發時間。在pyui4win中，界面甚至可以完全交給美工去處理，開發人員可以只負責處理業務邏輯，把開發人員徹底從繁雜的界面處理中解放出來。
以上就是為大家分享的八款常用的python GUI開發框架推薦，希望能對你有幫助。更多python學習資料，可以關注「武漢千鋒」微信公眾號。
B. python+django MTV框架 和php MVC框架的不同之處
python+django MTV框架 和php MVC框架的不同之處
最近學習了python語言和djangoMTV框架，感覺用的很爽啊。這里給大家粗略的介紹一下。
Django是一個開放源代碼的Web應用框架，由Python寫成。採用了MTV的設計模式，即模型M，模版T和視圖控制器V。它最初是被開發來用於管理勞倫斯出版集團旗下的一些以新聞內容為主的網站的。並於2005年7月在BSD許可證下發布。這套框架是以比利時的吉普賽爵士吉他手Django Reinhardt來命名的。
Django的主要目標是使得開發復雜的、資料庫驅動的網站變得簡單。Django注重組件的重用性和「可插拔性」，敏捷開發和DRY法則（Don't Repeat Yourself）。在Django中Python被普遍使用，甚至包括配置文件和數據模型。
關鍵一點是Django框架把控制層(Ctronl layer)給封裝了，無非與數據交互這層都是資料庫表的讀,寫,刪除,更新的操作.在寫程序的時候，只要調用方法就行了.感覺很方便.用戶可以用很少的代碼完成很多的事情.代碼可讀性強.運行的速度比php要快.
python是嵌入式的語言,它可以把C和java語言的寫的東西結合在一起.也難怪Google公司主導議語言用python,c++,java的比較多.大的公司比較重視系統管理和總體的架構.
有人說最有發展的語言是python,不過都值得大家去探討的.因為結果都很預料,前段時間鬧的很熱的是Ruby語言,Ruby剛出來時,傳說也很了得,現在看起來也不怎麼行了.
Python的前景
Python在編程領域的佔有率一直處於穩步上升之中，根據最新的數據，Python排名第七。前六名分別是Java,C,VB,C++,PHP和Perl. 作為一個很年輕的語言，Python的位置已經相當令人振奮了。隨著微軟將Python納入.Net 平台，相信Python的將來會更加強勁發展。Python 很可能會成為.Net平台快速開發的主流語言。
欲了解這方面情況，請參考Iron Python的相關信息.
著名的搜索引擎 Google 也大量使用Python。 現在中國的搜狐(sohu)網站郵箱系統也是用python開發的.更加令人吃驚的是，在Nokia智能手機所採用的Symbian操作系統上，Python成為繼C++,Java之後的第三個編程語言！可見Python的影響力之巨大。
我在學python語言和django MTV框架的一點體會,拿來教程,都說該語言如何簡單易學,都是亂說,入門很簡單,想要學深點,都不容易的.
個人感覺還是學PHP入門時最簡單,不過現在弄出哪么框架,組件,也變得越來越不簡單,PHP也越來越像JAVA的兒子JSP(當然PHP是C語言的兒子),個人覺得他們越來越接近,但又有好多差異.
python語言不僅可以做WEB應用,而且可以做桌面,伺服器軟體和手機軟體開發(有的諾基亞手機系統就是用python做的),而PHP專注做WEB 應用的,PHP開發祖師也為PHP為什麼不能轉向照顧到做桌面,伺服器軟體和手機軟體開發的應用聽說也苦耐了好久,但最終沒能成功轉型.哪是因為他們在最初的底層定位搞死了(網上評論觀點).
不過我看到網上語言排名,PHP在Python之前,也說明PHP在近期表現不俗.
我喜歡用Python,Django,也很喜歡用php,thinkphp,特別是升級後的1.5版,但是可不可也做成MTV的框架模式呢.用精良的代碼完成很多工作.加快開發速度呢.大家都要努力哦.加油兄弟們.
2樓回復：
美國太空總署NASA使用Python，Google使用Python，Youtube使用Python.阿里巴巴也用python開發,搜狐郵箱是用python2.6開發的
5樓回復：
MVC與MTV有什麼不同呢.
大家都知道
MVC 中的M是代表MODLE層,V代表VIEW層,C代表Contrl層.
MTV 中的M是代表MODLE層,T代表Template(模板層),V代表VIEW層.
Django 是MTV模式框架,它把Control控制層容合到 Django 框架里邊了,
程序員把 Control控制層東西交給Django自動完成了, 只需要編寫非常少的代碼完成很多的事情.所以,它比MVC框架考慮的問題要深一步.因為我們程序員大都寫程序在Contrl層,現在這個工作交給了框架,僅需寫很少的調用代碼,自然工作效率就提高了.
C. Python幾種主流框架比較
從GitHub中整理出的15個最受歡迎的Python開源框架。這些框架包括事件I/O，OLAP，Web開發，高性能網路通信，測試，爬蟲等。x0dx0ax0dx0aDjango: Python Web應用開發框架x0dx0a Django 應該是最出名的Python框架，GAE甚至Erlang都有框架受它影響。Django是走大而全的方向，它最出名的是其全自動化的管理後台：只需要使用起ORM，做簡單的對象定義，它就能自動生成資料庫結構、以及全功能的管理後台。x0dx0ax0dx0aDiesel：基於Greenlet的事件I/O框架x0dx0a Diesel提供一個整潔的API來編寫網路客戶端和伺服器。支持TCP和UDP。x0dx0ax0dx0aFlask：一個用Python編寫的輕量級Web應用框架x0dx0a Flask是一個使用Python編寫的輕量級Web應用框架。基於Werkzeug WSGI工具箱和Jinja2 x0dx0a模板引擎。Flask也被稱為「microframework」，因為它使用簡單的核心，用extension增加其他功能。Flask沒有默認使用的數x0dx0a據庫、窗體驗證工具。x0dx0ax0dx0aCubes：輕量級Python OLAP框架x0dx0a Cubes是一個輕量級Python框架，包含OLAP、多維數據分析和瀏覽聚合數據（aggregated data）等工具。x0dx0ax0dx0aKartograph.py：創造矢量地圖的輕量級Python框架x0dx0a Kartograph是一個Python庫，用來為ESRI生成SVG地圖。Kartograph.py目前仍處於beta階段，你可以在virtualenv環境下來測試。x0dx0ax0dx0aPulsar：Python的事件驅動並發框架x0dx0a Pulsar是一個事件驅動的並發框架，有了pulsar，你可以寫出在不同進程或線程中運行一個或多個活動的非同步伺服器。x0dx0ax0dx0aWeb2py：全棧式Web框架x0dx0a Web2py是一個為Python語言提供的全功能Web應用框架，旨在敏捷快速的開發Web應用，具有快速、安全以及可移植的資料庫驅動的應用，兼容Google App Engine。x0dx0ax0dx0aFalcon：構建雲API和網路應用後端的高性能Python框架x0dx0a Falcon是一個構建雲API的高性能Python框架，它鼓勵使用REST架構風格，盡可能以最少的力氣做最多的事情。x0dx0ax0dx0aDpark：Python版的Sparkx0dx0a DPark是Spark的Python克隆，是一個Python實現的分布式計算框架，可以非常方便地實現大規模數據處理和迭代計算。DPark由豆瓣實現，目前豆瓣內部的絕大多數數據分析都使用DPark完成，正日趨完善。x0dx0ax0dx0aBuildbot：基於Python的持續集成測試框架x0dx0a Buildbot是一個開源框架，可以自動化軟體構建、測試和發布等過程。每當代碼有改變，伺服器要求不同平台上的客戶端立即進行代碼構建和測試，收集並報告不同平台的構建和測試結果。x0dx0ax0dx0aZerorpc：基於ZeroMQ的高性能分布式RPC框架x0dx0a Zerorpc是一個基於ZeroMQ和MessagePack開發的遠程過程調用協議（RPC）實現。和 Zerorpc 一起使用的 Service API 被稱為 zeroservice。Zerorpc 可以通過編程或命令行方式調用。x0dx0ax0dx0aBottle: 微型Python Web框架x0dx0a Bottle是一個簡單高效的遵循WSGI的微型python Web框架。說微型，是因為它只有一個文件，除Python標准庫外，它不依賴於任何第三方模塊。x0dx0ax0dx0aTornado：非同步非阻塞IO的Python Web框架x0dx0a Tornado的全稱是Torado Web Server，從名字上看就可知道它可以用作Web伺服器，但同時它也是一個Python Web的開發框架。最初是在FriendFeed公司的網站上使用，FaceBook收購了之後便開源了出來。x0dx0ax0dx0awebpy: 輕量級的Python Web框架x0dx0a webpy的設計理念力求精簡（Keep it simple and powerful），源碼很簡短，只提供一個框架所必須的東西，不依賴大量的第三方模塊，它沒有URL路由、沒有模板也沒有資料庫的訪問。x0dx0ax0dx0aScrapy：Python的爬蟲框架x0dx0a Scrapy是一個使用Python編寫的，輕量級的，簡單輕巧，並且使用起來非常的方便。
D. python的爬蟲框架有哪些
實現爬蟲技術的編程環境有很多種，Java、Python、C++等都可以用來爬蟲。但很多人選擇Python來寫爬蟲，為什麼呢？因為Python確實很適合做爬蟲，豐富的第三方庫十分強大，簡單幾行代碼便可實現你想要的功能。更重要的，Python也是數據挖掘和分析的好能手。
高效的Python爬蟲框架。分享給大家。
1.Scrapy
Scrapy是一個為了爬取網站數據，提取結構性數據而編寫的應用框架。 可以應用在包括數據挖掘，信息處理或存儲歷史數據等一系列的程序中。。用這個框架可以輕松爬下來如亞馬遜商品信息之類的數據。
2.PySpider
pyspider 是一個用python實現的功能強大的網路爬蟲系統，能在瀏覽器界面上進行腳本的編寫，功能的調度和爬取結果的實時查看，後端使用常用的資料庫進行爬取結果的存儲，還能定時設置任務與任務優先順序等。
3.Crawley
Crawley可以高速爬取對應網站的內容，支持關系和非關系資料庫，數據可以導出為JSON、XML等。
4、Portia：是一個開源可視化爬蟲工具，可讓使用者在不需要任何編程知識的情況下爬取網站！簡單地注釋自己感興趣的頁面，Portia將創建一個蜘蛛來從類似的頁面提取數據。簡單來講，它是基於scrapy內核；可視化爬取內容，不需要任何開發專業知識；動態匹配相同模板的內容。
5.Newspaper
Newspaper可以用來提取新聞、文章和內容分析。使用多線程，支持10多種語言等。
6、Python-goose：Java寫的文章提取工具。Python-goose框架可提取的信息包括：文章主體內容、文章主要圖片、文章中嵌入的任何Youtube/Vimeo視頻、元描述、元標簽。
7.Grab
Grab是一個用於構建Web刮板的Python框架。藉助Grab，您可以構建各種復雜的網頁抓取工具，從簡單的5行腳本到處理數百萬個網頁的復雜非同步網站抓取工具
8、selenium：這是一個調用瀏覽器的driver，通過這個庫你可以直接調用瀏覽器完成某些操作，比如輸入驗證碼。
E. 常用的十大python圖像處理工具
原文標題：10 Python image manipulation tools.
作者 | Parul Pandey
翻譯 | 安其羅喬爾、JimmyHua
今天，在我們的世界裡充滿了數據，圖像成為構成這些數據的重要組成部分。但無論是用於何種用途，這些圖像都需要進行處理。圖像處理就是分析和處理數字圖像的過程，主要旨在提高其質量或從中提取一些信息，然後可以將其用於某種用途。
圖像處理中的常見任務包括顯示圖像，基本操作如裁剪、翻轉、旋轉等，圖像分割，分類和特徵提取，圖像恢復和圖像識別。Python成為這種圖像處理任務是一個恰當選擇，這是因為它作為一種科學編程語言正在日益普及，並且在其生態系統中免費提供許多最先進的圖像處理工具供大家使用。
讓我們看一下可以用於圖像處理任務中的常用 Python 庫有哪些吧。
1.scikit-image
scikit-image是一個開源的Python包，適用於numpy數組。它實現了用於研究，教育和工業應用的演算法和實用工具。即使是那些剛接觸Python生態系統的人，它也是一個相當簡單直接的庫。此代碼是由活躍的志願者社區編寫的，具有高質量和同行評審的性質。
資源
文檔里記錄了豐富的例子和實際用例，閱讀下面的文檔：
http://scikit-image.org/docs/stable/user_guide.html
用法
該包作為skimage導入，大多數功能都在子模塊中找的到。下面列舉一些skimage的例子：
圖像過濾
使用match_template函數進行模板匹配
你可以通過此處查看圖庫找到更多示例。
2. Numpy
Numpy是Python編程的核心庫之一，並為數組提供支持。圖像本質上是包含數據點像素的標准Numpy數組。因此，我們可以通過使用基本的NumPy操作，例如切片、掩膜和花式索引，來修改圖像的像素值。可以使用skimage載入圖像並使用matplotlib顯示圖像。
資源
Numpy的官方文檔頁面提供了完整的資源和文檔列表：
http://www.numpy.org/
用法
使用Numpy來掩膜圖像.
3.Scipy
scipy是Python的另一個類似Numpy的核心科學模塊，可用於基本的圖像操作和處理任務。特別是子模塊scipy.ndimage，提供了在n維NumPy數組上操作的函數。該包目前包括線性和非線性濾波，二值形態學，B樣條插值和對象測量等功能函數。
資源
有關scipy.ndimage包提供的完整功能列表，請參閱下面的鏈接：
https://docs.scipy.org/doc/scipy/reference/tutorial/ndimage.html#correlation-and-convolution
用法
使用SciPy通過高斯濾波器進行模糊：
4. PIL/ Pillow
PIL( Python圖像庫 )是Python編程語言的一個免費庫，它支持打開、操作和保存許多不同的文件格式的圖像。然而， 隨著2009年的最後一次發布，它的開發停滯不前。但幸運的是還有有Pillow，一個PIL積極開發的且更容易安裝的分支，它能運行在所有主要的操作系統，並支持Python3。這個庫包含了基本的圖像處理功能，包括點運算、使用一組內置卷積核的濾波和色彩空間的轉換。
資源
文檔中有安裝說明，以及涵蓋庫的每個模塊的示例：
https://pillow.readthedocs.io/en/3.1.x/index.html
用法
在 Pillow 中使用 ImageFilter 增強圖像：
5. OpenCV-Python
OpenCV( 開源計算機視覺庫 )是計算機視覺應用中應用最廣泛的庫之一 。OpenCV-Python 是OpenCV的python版API。OpenCV-Python的優點不只有高效，這源於它的內部組成是用C/C++編寫的，而且它還容易編寫和部署（因為前端是用Python包裝的）。這使得它成為執行計算密集型計算機視覺程序的一個很好的選擇。
資源
OpenCV-Python-Guide指南可以讓你使用OpenCV-Python更容易：
https://github.com/abidrahmank/OpenCV2-Python-Tutorials
用法
下面是一個例子，展示了OpenCV-Python使用金字塔方法創建一個名為「Orapple」的新水果圖像融合的功能。
6. SimpleCV
SimpleCV 也是一個用於構建計算機視覺應用程序的開源框架。有了它，你就可以訪問幾個高性能的計算機視覺庫，如OpenCV，而且不需要先學習了解位深度、文件格式、顏色空間等。
它的學習曲線大大小於OpenCV，正如它們的口號所說「計算機視覺變得簡單」。一些支持SimpleCV的觀點有：
即使是初學者也可以編寫簡單的機器視覺測試攝像機、視頻文件、圖像和視頻流都是可互操作的資源
官方文檔非常容易理解，而且有大量的例子和使用案例去學習：
https://simplecv.readthedocs.io/en/latest/
用法
7. Mahotas
Mahotas 是另一個計算機視覺和圖像處理的Python庫。它包括了傳統的圖像處理功能例如濾波和形態學操作以及更現代的計算機視覺功能用於特徵計算，包括興趣點檢測和局部描述符。該介面是Python語言，適合於快速開發，但是演算法是用C語言實現的，並根據速度進行了調優。Mahotas庫速度快，代碼簡潔，甚至具有最小的依賴性。通過原文閱讀它們的官方論文以獲得更多的了解。
資源
文檔包括安裝指導，例子，以及一些教程，可以更好的幫助你開始使用mahotas。
https://mahotas.readthedocs.io/en/latest/install.html
用法
Mahotas庫依賴於使用簡單的代碼來完成任務。關於『Finding Wally』的問題，Mahotas做的很好並且代碼量很少。下面是源碼：
https://mahotas.readthedocs.io/en/latest/wally.html
8. SimpleITK
ITK 或者 Insight Segmentation and Registration Toolkit是一個開源的跨平台系統，為開發人員提供了一套廣泛的圖像分析軟體工具 。其中, SimpleITK是建立在ITK之上的簡化層，旨在促進其在快速原型設計、教育、解釋語言中的應用。SimpleITK 是一個圖像分析工具包，包含大量支持一般過濾操作、圖像分割和匹配的組件。SimpleITK本身是用C++寫的，但是對於包括Python以內的大部分編程語言都是可用的。
資源
大量的Jupyter Notebooks 表明了SimpleITK在教育和研究領域已經被使用。Notebook展示了用Python和R編程語言使用SimpleITK來進行互動式圖像分析。
http://insightsoftwareconsortium.github.io/SimpleITK-Notebooks/
用法
下面的動畫是用SimpleITK和Python創建的剛性CT/MR匹配過程的可視化 。點擊此處可查看源碼！
9. pgmagick
pgmagick是GraphicsMagick庫的一個基於python的包裝。 GraphicsMagick圖像處理系統有時被稱為圖像處理的瑞士軍刀。它提供了一個具有強大且高效的工具和庫集合，支持以88種主要格式(包括重要格式，如DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM和TIFF)讀取、寫入和操作圖像。
資源
有一個專門用於PgMagick的Github庫 ，其中包含安裝和需求說明。還有關於這個的一個詳細的用戶指導：
https://github.com/hhatto/pgmagick
用法
使用pgmagick可以進行的圖像處理活動很少，比如：
圖像縮放
邊緣提取
10. Pycairo
Pycairo是圖像處理庫cairo的一組Python捆綁。Cairo是一個用於繪制矢量圖形的2D圖形庫。矢量圖形很有趣，因為它們在調整大小或轉換時不會失去清晰度 。Pycairo是cairo的一組綁定，可用於從Python調用cairo命令。
資源
Pycairo的GitHub庫是一個很好的資源，有關於安裝和使用的詳細說明。還有一個入門指南，其中有一個關於Pycairo的簡短教程。
庫：https://github.com/pygobject/pycairo指南：https://pycairo.readthedocs.io/en/latest/tutorial.html用法
使用Pycairo繪制線條、基本形狀和徑向梯度：
總結
有一些有用且免費的Python圖像處理庫可以使用，有的是眾所周知的，有的可能對你來說是新的，試著多去了解它們。
F. 10個讓你愛不釋手的Python開源框架
如果你正在學習python，那麼這10個開源框架，你可千萬別錯過，這些框架包括事件I/O，OLAP，Web開發，高性能網路通信，測試，爬蟲等。雖說不上是全都有，但也足夠滿足你了。
0.Django：Python Web應用開發框架
眾所周知，Python下有許多款不同的 Web 框架。而其中，Django是最具代表性之一，許多成功的網站和APP都基於Django。
Django是是一個全能型框架，它最出名的是其全自動化的管理後台：只需要使用起ORM，做簡單的對象定義，它就能自動生成資料庫結構、以及全功能的管理後台。
相關推薦：《Python教程》
1.Cubes：輕量級Python OLAP框架
Cubes是一個輕量級Python框架，包含OLAP、多維數據分析和瀏覽聚合數據（aggregated data）等工具。
2.Kartograph.py：創造矢量地圖的輕量級Python框架
Kartograph是一個Python庫，用來為ESRI生成SVG地圖。Kartograph.py目前仍處於beta階段，你可以在virtualenv環境下來測試。
3.Pulsar：Python的事件驅動並發框架
Pulsar是一個來自eBay的高擴展性、高可用性、基於事件驅動的開源實時分析平台和流處理框架,它能夠實時收集和處理用戶行為和業務事件。
4.Tornado：非同步非阻塞IO的Python Web框架
Tornado的全稱是Torado Web Server，傳說中性能高高的框架。Tornado 是一個很好的框架，支持非同步處理的功能，這是它的特點，其他框架不支持。另外一點是，Tornado 的設計似乎更注重 RESTful URL。
5.Bottle：微型Python Web框架
Bottle 和 Flask 都屬於輕量級的 Web 框架。說微型，是因為它只有一個文件，除Python標准庫外，它不依賴於任何第三方模塊。6.Web2py：全棧式Web框架
Web2py是 Google 在 web.py 基礎上二次開發而來的，兼容 Google App Engine 。是一個為Python語言提供的全功能Web應用框架，旨在敏捷快速的開發Web應用，具有快速、安全以及可移植的資料庫驅動的應用。
7.Falcon：構建雲API和網路應用後端的高性能Python框架
Falcon是一個構建雲API的高性能Python框架，是一個面向Hadoop的數據集和處理過程的管理平台。它鼓勵使用REST架構風格，盡可能以最少的力氣做最多的事情。
8.Diesel：基於Greenlet的事件I/O框架
Diesel提供一個整潔的API來編寫網路客戶端和伺服器。支持TCP和UDP。非阻塞I/O使得diesel非常快速並且容易擴展。
greenlets使得diesel有了unwind（to(callbacks(no)))。nose使得測試變得容易。最後，Flask使得你不需要寫一個新的網路框架來使用diesel。
9.Flask：一個用Python編寫的輕量級Web應用框架
Flask同樣也是一個Python編寫的Web 微框架,能夠快速實現一個網站或Web服務。屬於輕量級Web應用框架。花很少的成本就能夠開發一個簡單的網站。非常適合初學者學習。Flask 框架學會以後，可以考慮學習插件的使用。
Flask也被稱為「microframework」，因為它使用簡單的核心，用extension增加其他功能。
G. python的框架有哪些 知乎
\
1. Django。如樓上所說，是一個全能型框架。目前 Django 的使用面還是很廣的，有學習的價值，但是不建議初學者學習，因為要學習的東西太多了，一下子難以吸收會失去興趣。當然，Django 的目的是為了讓開發者能夠 快速 地開發一個網站，它提供了很多模塊，其中我最喜歡的就是 admin 模塊，your.site.com/admin 就進入了網站的後台（內置的哦~）方便地對數據進行操作，等等。。。。因此，如果對 Django 熟悉的話，papapa 一下子就寫好一個網站的原型了。
2. Tornado。傳說中性能高高的框架。Tornado 是一個很好的框架，支持非同步處理的功能，這是它的特點，其他框架不支持。另外一點是，Tornado 的設計似乎更注重 RESTful URL。但 Tornado 提供了網站基本需要使用的模塊外，剩下的則需要開發者自己進行擴展。例如資料庫操作，雖然內置了一個 database 的模塊（後來獨立出去了，現在叫做 torndb，bdarnell/torndb · GitHub）但是不支持 ORM，快速開發起來還是挺吃力的。如果需要 ORM 支持的話，還需要自己寫一層將 SQLAlchemy 和 Tornado 聯系起來，而且這里還有一個坑。
BTW：知乎就是基礎 Tornado 開發的。
3. Bottle。Bottle 和 Flask 都屬於輕量級的 Web 框架。但是 Bottle 似乎落寞了。我覺得跟他的 API 設計有關系。個人認為 Bottle 使用起來不那麼順手，因此也用得少。這里不做太多介紹。
4. web.py。也是很輕的一個框架，使用不多，也不做介紹。
5. web2py。我看樓上都沒有對這個框架做介紹。這個框架是 Google 在 web.py 基礎上二次開發而來的，兼容 GAE 。性能據說很高，曾經用他來做自己的主頁，感覺也還不錯。缺點同樣是對擴展支持不太好，需要自己進行擴展。
6. Quixote。著名的 豆瓣 就是基於 Quixote 開發的。跟上面幾個框架不同，Quixote 的路由會有些特別。另外 Quixote 的性能據說也好。
H. python爬蟲用什麼框架
python爬蟲框架概述
爬蟲框架中比較好用的是 Scrapy 和PySpider。pyspider上手更簡單，操作更加簡便，因為它增加了 WEB 界面，寫爬蟲迅速，集成了phantomjs，可以用來抓取js渲染的頁面。Scrapy自定義程度高，比 PySpider更底層一些，適合學習研究，需要學習的相關知識多，不過自己拿來研究分布式和多線程等等是非常合適的。
PySpider
PySpider是binux做的一個爬蟲架構的開源化實現。主要的功能需求是：
抓取、更新調度多站點的特定的頁面
需要對頁面進行結構化信息提取
靈活可擴展，穩定可監控
pyspider的設計基礎是：以python腳本驅動的抓取環模型爬蟲
通過python腳本進行結構化信息的提取，follow鏈接調度抓取控制，實現最大的靈活性
通過web化的腳本編寫、調試環境。web展現調度狀態
抓取環模型成熟穩定，模塊間相互獨立，通過消息隊列連接，從單進程到多機分布式靈活拓展
pyspider的架構主要分為 scheler（調度器）, fetcher（抓取器）, processor（腳本執行）：
各個組件間使用消息隊列連接，除了scheler是單點的，fetcher 和 processor 都是可以多實例分布式部署的。 scheler 負責整體的調度控制
任務由 scheler 發起調度，fetcher 抓取網頁內容， processor 執行預先編寫的python腳本，輸出結果或產生新的提鏈任務（發往 scheler），形成閉環。
每個腳本可以靈活使用各種python庫對頁面進行解析，使用框架API控制下一步抓取動作，通過設置回調控制解析動作。
Scrapy
Scrapy是一個為了爬取網站數據，提取結構性數據而編寫的應用框架。 可以應用在包括數據挖掘，信息處理或存儲歷史數據等一系列的程序中。
其最初是為了頁面抓取 (更確切來說, 網路抓取 )所設計的， 也可以應用在獲取API所返回的數據(例如 Amazon Associates Web Services ) 或者通用的網路爬蟲。Scrapy用途廣泛，可以用於數據挖掘、監測和自動化測試
Scrapy主要包括了以下組件：
引擎(Scrapy): 用來處理整個系統的數據流處理, 觸發事務(框架核心)
調度器(Scheler): 用來接受引擎發過來的請求, 壓入隊列中, 並在引擎再次請求的時候返回. 可以想像成一個URL（抓取網頁的網址或者說是鏈接）的優先隊列, 由它來決定下一個要抓取的網址是什麼, 同時去除重復的網址
下載器(Downloader): 用於下載網頁內容, 並將網頁內容返回給蜘蛛(Scrapy下載器是建立在twisted這個高效的非同步模型上的)
爬蟲(Spiders): 爬蟲是主要幹活的, 用於從特定的網頁中提取自己需要的信息, 即所謂的實體(Item)。用戶也可以從中提取出鏈接,讓Scrapy繼續抓取下一個頁面
項目管道(Pipeline): 負責處理爬蟲從網頁中抽取的實體，主要的功能是持久化實體、驗證實體的有效性、清除不需要的信息。當頁面被爬蟲解析後，將被發送到項目管道，並經過幾個特定的次序處理數據。
下載器中間件(Downloader Middlewares): 位於Scrapy引擎和下載器之間的框架，主要是處理Scrapy引擎與下載器之間的請求及響應。
爬蟲中間件(Spider Middlewares): 介於Scrapy引擎和爬蟲之間的框架，主要工作是處理蜘蛛的響應輸入和請求輸出。
調度中間件(Scheler Middewares): 介於Scrapy引擎和調度之間的中間件，從Scrapy引擎發送到調度的請求和響應。
Scrapy運行流程大概如下：
首先，引擎從調度器中取出一個鏈接(URL)用於接下來的抓取
引擎把URL封裝成一個請求(Request)傳給下載器，下載器把資源下載下來，並封裝成應答包(Response)
然後，爬蟲解析Response
若是解析出實體（Item）,則交給實體管道進行進一步的處理。
若是解析出的是鏈接（URL）,則把URL交給Scheler等待抓取
I. Python中的爬蟲框架有哪些呢
實現爬蟲技術的編程環境有很多種，Java、Python、C++等都可以用來爬蟲。但很多人選擇Python來寫爬蟲，為什麼呢？因為Python確實很適合做爬蟲，豐富的第三方庫十分強大，簡單幾行代碼便可實現你想要的功能。更重要的，Python也是數據挖掘和分析的好能手。那麼，Python爬蟲一般用什麼框架比較好？
一般來講，只有在遇到比較大型的需求時，才會使用Python爬蟲框架。這樣的做的主要目的，是為了方便管理以及擴展。本文我將向大家推薦十個Python爬蟲框架。
1、Scrapy：Scrapy是一個為了爬取網站數據，提取結構性數據而編寫的應用框架。 可以應用在包括數據挖掘，信息處理或存儲歷史數據等一系列的程序中。它是很強大的爬蟲框架，可以滿足簡單的頁面爬取，比如可以明確獲知url pattern的情況。用這個框架可以輕松爬下來如亞馬遜商品信息之類的數據。但是對於稍微復雜一點的頁面，如weibo的頁面信息，這個框架就滿足不了需求了。它的特性有：HTML, XML源數據 選擇及提取 的內置支持；提供了一系列在spider之間共享的可復用的過濾器(即 Item Loaders)，對智能處理爬取數據提供了內置支持。
2、Crawley：高速爬取對應網站的內容，支持關系和非關系資料庫，數據可以導出為JSON、XML等。
3、Portia：是一個開源可視化爬蟲工具，可讓使用者在不需要任何編程知識的情況下爬取網站！簡單地注釋自己感興趣的頁面，Portia將創建一個蜘蛛來從類似的頁面提取數據。簡單來講，它是基於scrapy內核；可視化爬取內容，不需要任何開發專業知識；動態匹配相同模板的內容。
4、newspaper：可以用來提取新聞、文章和內容分析。使用多線程，支持10多種語言等。作者從requests庫的簡潔與強大得到靈感，使用Python開發的可用於提取文章內容的程序。支持10多種語言並且所有的都是unicode編碼。
5、Python-goose：Java寫的文章提取工具。Python-goose框架可提取的信息包括：文章主體內容、文章主要圖片、文章中嵌入的任何Youtube/Vimeo視頻、元描述、元標簽。
6、Beautiful Soup：名氣大，整合了一些常用爬蟲需求。它是一個可以從HTML或XML文件中提取數據的Python庫。它能夠通過你喜歡的轉換器實現慣用的文檔導航,查找,修改文檔的方式.Beautiful Soup會幫你節省數小時甚至數天的工作時間。Beautiful Soup的缺點是不能載入JS。
7、mechanize：它的優點是可以載入JS。當然它也有缺點，比如文檔嚴重缺失。不過通過官方的example以及人肉嘗試的方法，還是勉強能用的。
8、selenium：這是一個調用瀏覽器的driver，通過這個庫你可以直接調用瀏覽器完成某些操作，比如輸入驗證碼。Selenium是自動化測試工具，它支持各種瀏覽器，包括 Chrome，Safari，Firefox等主流界面式瀏覽器，如果在這些瀏覽器裡面安裝一個 Selenium 的插件，可以方便地實現Web界面的測試. Selenium支持瀏覽器驅動。Selenium支持多種語言開發，比如 Java，C，Ruby等等，PhantomJS 用來渲染解析JS，Selenium 用來驅動以及與Python的對接，Python進行後期的處理。
9、cola：是一個分布式的爬蟲框架，對於用戶來說，只需編寫幾個特定的函數，而無需關注分布式運行的細節。任務會自動分配到多台機器上，整個過程對用戶是透明的。項目整體設計有點糟，模塊間耦合度較高。
10、PySpider：一個國人編寫的強大的網路爬蟲系統並帶有強大的WebUI。採用Python語言編寫，分布式架構，支持多種資料庫後端，強大的WebUI支持腳本編輯器，任務監視器，項目管理器以及結果查看器。Python腳本控制，可以用任何你喜歡的html解析包。