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。
| db | ||
| spider-flow-api | ||
| spider-flow-core | ||
| spider-flow-web | ||
| .gitattributes | ||
| .gitignore | ||
| Dockerfile | ||
| LICENSE | ||
| pom.xml | ||
| README.md | ||
介绍 | 特性 | 插件 | DEMO站点 | 文档 | 更新日志 | 截图 | 免责声明
介绍
平台以流程图的方式定义爬虫,是一个高度灵活可配置的爬虫平台
特性
- 支持Xpath/JsonPath/css选择器/正则提取/混搭提取
- 支持JSON/XML/二进制格式
- 支持多数据源、SQL select/selectInt/selectOne/insert/update/delete
- 支持爬取JS动态渲染(或ajax)的页面
- 支持代理
- 支持自动保存至数据库/文件
- 常用字符串、日期、文件、加解密等函数
- 支持插件扩展(自定义执行器，自定义方法）
- 任务监控,任务日志
- 支持HTTP接口
- 支持Cookie自动管理
- 支持自定义函数
插件
项目部分截图
免责声明
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。