Spider/spider-flow
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
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。
474 Commits 9 Branches 11 Tags 3.6 MiB
Java 100%
e33a8dc7e9
Go to file
nekolr e33a8dc7e9
Merge pull request #42 from ren-jq101/master 
fix(sec): upgrade fastjson to 1.2.83
2022-09-29 14:59:07 +08:00
db 自动去重（根据URL）,暂不支持参数 close #I193U2 2020-04-11 11:07:07 +08:00
spider-flow-api v0.5.0 2020-04-13 08:41:59 +08:00
spider-flow-core add crawl copy 2022-06-04 17:17:08 +08:00
spider-flow-web 修复每隔小时 cron 表达式解析的错误 (#36) 2022-08-23 09:34:00 +08:00
.gitattributes add gitattributes 2020-03-28 09:05:47 +08:00
.gitignore 修改忽略文件 2019-09-18 16:12:57 +08:00
Dockerfile 新增docker部署 2020-03-17 13:16:56 +08:00
LICENSE 添加 LICENSE 2019-07-23 14:24:33 +08:00
pom.xml upgrade fastjson to 1.2.83 2022-09-29 14:16:22 +08:00
README.md 修改 README 的标点符号 2021-12-28 17:32:42 +08:00

README.md

介绍 | 特性 | 插件 | DEMO站点 | 文档 | 更新日志 | 截图 | 其它开源 | 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

爬虫列表

爬虫列表

爬虫测试

爬虫测试

Debug

Debug

日志

日志

其它开源项目

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。