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
爬虫测试
Debug
日志
免责声明请勿将spider-flow应用到任何可能会违反法律规定和道德约束的工作中,请友善使用spider-flow,遵守蜘蛛协议,不要将spider-flow用于任何非法用途。
如您选择使用spider-flow即代表您遵守此协议,作者不承担任何由于您违反此协议带来任何的法律风险和损失,一切后果由您承担。
开源地址https://gitee.com/ssssssss-team/spider-flow
官网:
https://www.spiderflow.org/
推荐:
主流Java进阶技术(学习资料分享)
PS:因为公众号平台更改了推送规则,如果不想错过内容,记得读完点一下“在看”,加个“星标”,这样每次新文章推送才会第一时间出现在你的订阅列表里。点“在看”支持我们吧!