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。
| .settings | ||
| db | ||
| src/main | ||
| .classpath | ||
| .gitignore | ||
| .project | ||
| document.md | ||
| pom.xml | ||
| README.md | ||
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。
项目部署启动
- SpiderApplication.java 右键main
- 访问路径：http://localhost:8088/
特性
- 支持css选择器、正则提取
- 支持JSON/XML格式
- 支持Xpath/JsonPath提取
- 支持多数据源、SQL select/insert/update/delete
- 支持爬取JS动态渲染的页面
- 支持代理
- 支持二进制格式
- 支持保存/读取文件(csv、xls、jpg等)
- 支持插件扩展
变量匹配说明
| 方法名称 | 参数1 | 参数2 | 参数3 | 参数4 | 方法说明 |
|---|---|---|---|---|---|
| selector | resp.html | css选择器 | 获取类型：text、attr、outerhtml | 获取的标签名：如 则写：href | 获取页面单个变量值 |
| selectors | resp.html | css选择器 | 获取类型：text、attr、outerhtml | 获取的标签名：如 则写：href | 获取页面多个变量值 |
项目部分截图
