63 lines
2.1 KiB
Markdown
63 lines
2.1 KiB
Markdown
# spider-flow
|
||
|
||
#### 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。
|
||
> **QQ交流群：720832964**
|
||
|
||
#### 使用说明
|
||
[点击跳转](https://www.spiderflow.org)
|
||
|
||
|
||
#### 演示站点
|
||
[点击跳转](http://39.105.125.219:8088/)
|
||
> 服务器配置较低,如有卡顿请谅解
|
||
|
||
#### DEMO
|
||
- 妹子图（感谢网友提供）
|
||
- 北京菜价（感谢网友提供）
|
||
- GVP项目
|
||
|
||
### 项目结构
|
||
```
|
||
spider-flow
|
||
├── spider-flow-api -- 插件开发的依赖
|
||
├── spider-flow-core -- 核心包
|
||
├── spider-flow-web -- web界面
|
||
├── spider-flow-selenium -- selenium插件
|
||
├── spider-flow-proxypool -- ip代理池插件
|
||
├── spider-flow-redis -- redis插件
|
||
├── spider-flow-oss -- oss插件
|
||
```
|
||
|
||
#### 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
|
||
- [x] 支持多数据源、SQL select/insert/update/delete
|
||
- [x] 支持爬取JS动态渲染的页面
|
||
- [x] 支持代理
|
||
- [x] 支持二进制格式
|
||
- [x] 支持保存/读取文件(csv、xls、jpg等)
|
||
- [x] 常用字符串、日期、文件、加解密等函数
|
||
- [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）
|
||
- [ ] 任务监控
|
||
- [x] 支持HTTP接口
|
||
|
||
#### 插件列表
|
||
- [x] Selenium插件
|
||
- [x] Redis插件
|
||
- [x] OSS插件
|
||
- [ ] Mongodb插件
|
||
- [ ] Hbase插件
|
||
- [x] IP代理池插件
|
||
- [x] OCR识别插件
|
||
|
||
### 项目部分截图
|
||
|
||
|
||
|
||
|
||
|
||
|
||
### 如有问题或者建议请提Issue |