2019-07-16 18:37:04 +08:00
|
|
|
|
# spider-flow
|
|
|
|
|
|
|
2019-12-26 11:22:24 +08:00
|
|
|
|
【声明】 请勿将`spider-flow`应用到任何可能会违反法律规定和道德约束的工作中,请友善使用`spider-flow`，遵守蜘蛛协议，不要将`spider-flow`用于任何非法用途。如您选择使用`spider-flow`即代表您遵守此协议，作者不承担任何由于您违反此协议带来任何的法律风险和损失，一切后果由您承担。
|
|
|
|
|
|
|
2019-07-16 18:37:04 +08:00
|
|
|
|
#### 介绍
|
|
|
|
|
|
新一代爬虫平台，以图形化方式定义爬虫流程，不写代码即可完成爬虫。
|
2019-07-30 17:27:52 +08:00
|
|
|
|
> **QQ交流群：720832964**
|
2019-07-16 18:37:04 +08:00
|
|
|
|
|
2019-07-30 17:29:24 +08:00
|
|
|
|
#### 使用说明
|
2019-08-21 17:10:24 +08:00
|
|
|
|
[点击跳转](https://www.spiderflow.org)
|
2019-07-30 17:29:24 +08:00
|
|
|
|
|
2019-07-31 11:12:03 +08:00
|
|
|
|
|
2019-07-30 17:29:24 +08:00
|
|
|
|
#### 演示站点
|
2019-11-17 13:36:07 +08:00
|
|
|
|
[点击跳转](http://demo.spiderflow.org/)
|
2019-07-30 17:29:24 +08:00
|
|
|
|
> 服务器配置较低,如有卡顿请谅解
|
|
|
|
|
|
|
2019-08-02 12:03:14 +08:00
|
|
|
|
### 项目结构
|
|
|
|
|
|
```
|
2019-08-09 10:16:37 +08:00
|
|
|
|
spider-flow
|
|
|
|
|
|
├── spider-flow-api -- 插件开发的依赖
|
|
|
|
|
|
├── spider-flow-core -- 核心包
|
|
|
|
|
|
├── spider-flow-web -- web界面
|
2019-08-02 12:03:14 +08:00
|
|
|
|
```
|
|
|
|
|
|
|
2019-07-16 18:37:04 +08:00
|
|
|
|
#### 特性
|
|
|
|
|
|
- [x] 支持css选择器、正则提取
|
|
|
|
|
|
- [x] 支持JSON/XML格式
|
|
|
|
|
|
- [x] 支持Xpath/JsonPath提取
|
2020-03-15 20:34:18 +08:00
|
|
|
|
- [x] 支持多数据源、SQL select/selectInt/selectOne/insert/update/delete
|
2019-08-09 10:16:37 +08:00
|
|
|
|
- [x] 支持爬取JS动态渲染的页面
|
2019-07-24 11:35:51 +08:00
|
|
|
|
- [x] 支持代理
|
2019-07-16 18:37:04 +08:00
|
|
|
|
- [x] 支持二进制格式
|
2019-07-29 19:03:15 +08:00
|
|
|
|
- [x] 支持保存/读取文件(csv、xls、jpg等)
|
2020-03-15 20:36:18 +08:00
|
|
|
|
- [x] 支持自定保存至数据库/文件
|
2019-07-29 19:03:15 +08:00
|
|
|
|
- [x] 常用字符串、日期、文件、加解密等函数
|
2019-08-09 10:16:37 +08:00
|
|
|
|
- [x] 支持流程嵌套
|
|
|
|
|
|
- [x] 支持插件扩展(自定义执行器，自定义函数）
|
2020-03-15 20:34:18 +08:00
|
|
|
|
- [x] 任务监控,任务日志
|
2019-08-14 14:45:32 +08:00
|
|
|
|
- [x] 支持HTTP接口
|
2020-03-15 20:34:18 +08:00
|
|
|
|
- [x] 支持Cookie自动管理
|
|
|
|
|
|
- [x] 支持自定义函数
|
2019-07-29 19:03:15 +08:00
|
|
|
|
|
|
|
|
|
|
#### 插件列表
|
2019-09-24 18:34:42 +08:00
|
|
|
|
- [x] [Selenium插件](https://gitee.com/jmxd/spider-flow-selenium)
|
|
|
|
|
|
- [x] [Redis插件](https://gitee.com/jmxd/spider-flow-redis)
|
|
|
|
|
|
- [x] [OSS插件](https://gitee.com/jmxd/spider-flow-oss)
|
|
|
|
|
|
- [x] [Mongodb插件](https://gitee.com/jmxd/spider-flow-mongodb)
|
2019-07-29 19:03:15 +08:00
|
|
|
|
- [ ] Hbase插件
|
2019-09-24 18:34:42 +08:00
|
|
|
|
- [x] [IP代理池插件](https://gitee.com/jmxd/spider-flow-proxypool)
|
|
|
|
|
|
- [x] [OCR识别插件](https://gitee.com/jmxd/spider-flow-ocr)
|
2019-10-10 18:21:27 +08:00
|
|
|
|
- [x] [电子邮箱插件](https://gitee.com/jmxd/spider-flow-mailbox)
|
2019-07-29 19:03:15 +08:00
|
|
|
|
|
2019-07-19 15:11:42 +08:00
|
|
|
|
### 项目部分截图
|
2019-10-30 10:40:59 +08:00
|
|
|
|
|
2019-09-18 11:20:17 +08:00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### 如有问题或者建议请提Issue
|
