java图形爬虫工具spider-flow

java图形爬虫工具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。

使用说明

点击跳转

源码地址

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

spider-flow
├── spider-flow-api -- 插件开发的依赖
├── spider-flow-core -- 核心包
├── spider-flow-web -- web界面
├── spider-flow-selenium -- selenium插件
├── spider-flow-proxypool -- ip代理池插件
├── spider-flow-redis -- redis插件
├── spider-flow-oss -- oss插件
├── spider-flow-ocr -- ocr插件

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

  • Selenium插件
  • Redis插件
  • OSS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

java图形爬虫工具spider-flow_第1张图片
java图形爬虫工具spider-flow_第2张图片
java图形爬虫工具spider-flow_第3张图片
java图形爬虫工具spider-flow_第4张图片
java图形爬虫工具spider-flow_第5张图片

你可能感兴趣的:(java,爬虫)