关于爬虫技术和我们的开源项目

爬虫，在很多人眼里很简单、廉价一点都不奇怪，因为网上有大量9.9块Python培训课，其中包含爬虫教学。 

爬虫，在多数人眼里是灰色产业，这也不奇怪。中国在2019年出现了很多“大数据”公司，他们采用了爬虫技术窃取用户隐私。 

但是，爬虫，一词对我们来说是一门博大精深的技术，掌握这门技术是不容易的，这门技术更不是为灰色产业服务的。

爬虫，一词，让我直接的联想到的是Google以及很多顶尖技术和团队，绝不是灰色产业和简单的技术。

传说中，美国中央情报局（CIA）创建了一个开放源代码中心负责收集，研发生产和推广 开源情报（OSINT），而开源情报的90%大部分数据来源就是互联网和公开数据源。

因此，2021年末，我们给爬虫技术和数据采集，有了一个新的定义：开源情报（OSINT）。

大多数创业团队初期都是手工作坊。

在2017年初，我们跟其他的团队也没有例外。

刚刚开始抓取互联网数据的时候，我们采用的是最原始的代码开发java和Python。

由于，我们的运气和勤劳 团队和名气慢慢变大，手工作坊的模式反而给我们带来巨大的维护成本以及极低的稳定性。

于是 2018年中期，我们狠下心来，开始研发一套可以管理分布式的爬虫系统，我们定义为： 爬虫工厂 。

梦想总是美好的，现实总是残酷的。

在研发的过程中我们一次次的试错和尝试，让我们积累了很多经验与总结。

截止积累到2021年9月份，

我们最后决定将之前研发的系统重新定义和研发，代号为： 发动机计划 。

最后，到2021年12月份，

推到，重来，再推到，再重来.... 整个项目设计方案过了3个月才完成，目前我们还在砺砺前行。

迄今为止，我们对此的投入的研发费用早已超过的一辆 劳斯莱斯汽车 的售价。

2022年，新年伊始，

我们做了一个更大的决定，将我们的研发成果全部开源！

目的是为了能让更多的人了解我们，使用我们的研发成果，或者参与我们的项目。

我们相信： 把任何事情做到极致，就是一门艺术！

目前我们开源了2个项目：

Open-spider 开源爬虫
Open-Spider: 不懂网络爬虫技术，也可轻松采集海量数据！简单易上手，人人可用的工具！

Open-yuqing 开源舆情系统
开源免费舆情监测网络监控系统: 一款开源免费的舆情系统，支持本地化部署。https://gitee.com/stonedtx/yuqing

一切才刚刚开始，拭目以待 ....