Spider-Flow是一个强大的爬虫平台，支持多种数据提取方式如Xpath、JsonPath、正则等，并能处理JSON、XML及二进制格式。它具备处理动态渲染页面、代理设置、数据库交互、HTTP接口等功能，还提供Selenium、Redis等多种插件。该平台支持任务监控、日志记录，并允许用户自定义函数和扩展。使用者应注意合法合规使用，避免违法行为。
介绍
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
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
