Gather Platform V0.4 新增任务批量管理

gsh199449
 gsh199449
发布于 2017年02月17日
收藏 34

Gather Platform V0.4 发布了,新功能:

新增爬虫模板批量启动,在爬虫模板管理界面可以勾选多个爬虫批量启动。



修复BUG:

修正模态框堆叠问题;
修正更新webmagic版本带来的jar包冲突问题;
修正默认分类字段无效的问题;

修正导出数据内存溢出问题。

最新预编译版本及相关依赖下载地址: https://pan.baidu.com/s/1i4IoEhB 密码:v3jm 。

源码下载:https://github.com/gsh199449/spider

Gather Platform 数据抓取平台是一套基于 Webmagic 内核的,具有 Web 任务配置和任务管理界面的数据采集平台,一个轻量级的搜索引擎系统。

5分钟即可部署完毕,半分钟即可完成一个爬虫,开始数据采集. 不需要进行任何编码就可以完成一个功能强大的爬虫.

具有以下功能:

  • 根据配置的模板进行数据采集

  • 对采集的数据进行NLP处理,包括:抽取关键词,抽取摘要,抽取实体词

  • 在不配置采集模板的情况下自动检测网页正文,自动抽取文章发布时间

  • 动态字段抽取与静态字段植入

  • 已抓取数据的管理,包括:搜索,增删改查,按照新的数据模板重新抽取数据

  • 多数据输出方式:Elasticsearch、JSON文本,Redis

本站文章除注明转载外,均为本站原创或编译。欢迎任何形式的转载,但请务必注明出处,尊重他人劳动共创开源社区。
转载请注明:文章转载自 OSCHINA 社区 [http://www.oschina.net]
本文标题:Gather Platform V0.4 新增任务批量管理
加载中

精彩评论

c
chunzhang
收藏好东西!!!
caixiaomao
caixiaomao
前排强势围观😆
a
assassin-a
😆好东西

最新评论(3

c
chunzhang
收藏好东西!!!
caixiaomao
caixiaomao
前排强势围观😆
a
assassin-a
😆好东西
返回顶部
顶部