Question

1. 一个框架，一个领域

一个好的框架必然凝聚了领域知识。WebMagic 的设计参考了业界最优秀的爬虫 Scrapy，而实现则应用了 HttpClient、Jsoup 等 Java 世界最成熟的工具，目标就是做一个 Java 语言 Web 爬虫的教科书般的实现。

如果你是爬虫开发老手，那么 WebMagic 会非常容易上手，它几乎使用 Java 原生的开发方式，只不过提供了一些模块化的约束，封装一些繁琐的操作，并且提供了一些便捷的功能。

如果你是爬虫开发新手，那么使用并了解 WebMagic 会让你了解爬虫开发的常用模式、工具链、以及一些问题的处理方式。熟练使用之后，相信自己从头开发一个爬虫也不是什么难事。

因为这个目标，WebMagic 的核心非常简单——在这里，功能性是要给简单性让步的。

2. 微内核和高可扩展性

WebMagic 由四个组件(Downloader、PageProcessor、Scheduler、Pipeline) 构成，核心代码非常简单，主要是将这些组件结合并完成多线程的任务。这意味着，在 WebMagic 中，你基本上可以对爬虫的功能做任何定制。

WebMagic 的核心在 webmagic-core 包中，其他的包你可以理解为对 WebMagic 的一个扩展——这和作为用户编写一个扩展是没有什么区别的。

3. 注重实用性

虽然核心需要足够简单，但是 WebMagic 也以扩展的方式，实现了很多可以帮助开发的便捷功能。例如基于注解模式的爬虫开发，以及扩展了 XPath 语法的 Xsoup 等。这些功能在 WebMagic 中是可选的，它们的开发目标，就是让使用者开发爬虫尽可能的简单，尽可能的易维护。