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。
Go to file
2019-12-23 18:26:56 +08:00
db 增加任务状态、任务执行记录 2019-11-30 13:45:23 +08:00
spider-flow-api 修改日志实现方式 2019-12-21 20:41:51 +08:00
spider-flow-core 1、新增移除SpiderWebSocketContext中序列化器到FastJsonSerializer中 2019-12-23 17:39:31 +08:00
spider-flow-web 修复参数设置错误 2019-12-23 18:26:56 +08:00
.gitignore 修改忽略文件 2019-09-18 16:12:57 +08:00
LICENSE 添加 LICENSE 2019-07-23 14:24:33 +08:00
pom.xml update version to 0.3.0 2019-12-09 10:52:30 +08:00
README.md 更新readme 2019-12-04 11:31:54 +08:00

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

演示站点

点击跳转

服务器配置较低,如有卡顿请谅解

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

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)
  • 常用字符串、日期、文件、加解密等函数
  • 支持流程嵌套
  • 支持插件扩展(自定义执行器,自定义函数)
  • 任务监控
  • 支持HTTP接口

插件列表

项目部分截图

GVP项目爬虫测试 数据展示

如有问题或者建议请提Issue