spider-flow/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。

QQ交流群：720832964

使用说明

点击跳转

图像说明

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

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

org.spiderflow
├── core -- 模版
|    ├── context
|    ├── executor -- 图像解析
|    ├── freemarker -- 内置函数
|    ├── io -- http请求
|    ├── model -- 实体类
|    ├── utils -- 项目工具
├── job -- 定时执行
├── web -- 页面层

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

• Redis插件
• Mongodb插件
• Hbase插件
• IP代理池插件
• OCR识别插件

项目部分截图