spider-web 正在参加 2021 年度 OSC 中国开源项目评选,请投票支持!
spider-web 在 2021 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
2021 年度 OSC 中国开源项目评选 正在火热进行中,快来投票支持你喜欢的开源项目!
2021 年度 OSC 中国开源项目评选 >>> 中场回顾
spider-web 获得 2021 年度 OSC 中国开源项目评选「最佳人气项目」 !
授权协议 GPL
开发语言 Java
操作系统 跨平台
软件类型 开源软件
所属分类 应用工具网络爬虫
开源组织
地区 国产
投 递 者 后山悟道蜘蛛侠
适用人群 未知
收录时间 2014-12-02

软件简介

spider-web 是爬虫的网页版,使用xml配置,支持大部分页面的爬取,支持爬取内容的保存、下载等。

其中配置文件格式为:

<?xml version="1.0" encoding="UTF-8"?>
<content>
	<url type="simple"><!-- simple/complex -->
		<url_head>http://www.oschina.net/tweets</url_head>
		<url_start></url_start>
		<url_end></url_end>
		<url_suffix></url_suffix>
	</url>
	<analysis type="list"><!-- single/list -->
		<elem name="title">
			<attr type="key" num="1"><!-- tag/class/key -->
				<name>link</name><!-- $http://my.oschina.net/(.)* -->
				<pro>http://my.oschina.net/(.)*/[0-9]*</pro>
			</attr>
			<attr type="class" num="2"><!-- tag/class/key -->
				<name>tweet</name>
				<pro>a</pro>
			</attr>
			<attr type="class" num="3">
				<name>txt</name>
				<pro>a</pro>
			</attr>
			<attr type="tag" num="4">
				<name>a</name>
				<pro>a</pro>
			</attr>
		</elem>
		<elem name="content">
			<attr type="key" num="1"><!-- tag/class/key -->
				<name>link</name><!-- $http://my.oschina.net/(.)* -->
				<pro>http://my.oschina.net/(.)*/[0-9]*</pro>
			</attr>
			<attr type="class" num="2"><!-- tag/class/key -->
				<name>tweet</name>
				<pro>a</pro>
			</attr>
			<attr type="class" num="3">
				<name>txt</name>
				<pro>a</pro>
			</attr>
		</elem>
	</analysis>
	<target type="download"><!-- download/text -->
	</target>
</content>
根据不同的页面进行设置,可以支持比较流行的页面爬取。

展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论

点击引领话题📣
暂无内容
发表了博客
{{o.pubDate | formatDate}}

{{formatAllHtml(o.title)}}

{{parseInt(o.replyCount) | bigNumberTransform}}
{{parseInt(o.viewCount) | bigNumberTransform}}
没有更多内容
暂无内容
发表了问答
{{o.pubDate | formatDate}}

{{formatAllHtml(o.title)}}

{{parseInt(o.replyCount) | bigNumberTransform}}
{{parseInt(o.viewCount) | bigNumberTransform}}
没有更多内容
暂无内容
暂无内容
0 评论
15 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部