项目管理之开源: 无需代码,小白也可完成网站数据的爬取

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

  • Selenium插件
  • Redis插件
  • OSS插件
  • Mongodb插件
  • IP代理池插件
  • OCR识别插件
  • 电子邮箱插件

项目部分截图

爬虫列表

项目管理之开源: 无需代码,小白也可完成网站数据的爬取

爬虫测试

项目管理之开源: 无需代码,小白也可完成网站数据的爬取

Debug

项目管理之开源: 无需代码,小白也可完成网站数据的爬取

日志

项目管理之开源: 无需代码,小白也可完成网站数据的爬取

地址:https://github.com/javamxd/spider-flow

发表评论

邮箱地址不会被公开。 必填项已用*标注