Introduction
MySpider是使用Java语言实现的网络爬虫项目,它本来是我的一个个人爬虫练习项目,但是由于爬虫需求丰富,针对每次爬虫需求总感觉让我在重写整个项目的感觉,故为了提高开发效率,我开发了MySpider
What Component does MySpider have?
Boot,用于MySpider的初始化配置
ScheduleQueue,需爬取的URL链接队列
Downloader,用于处理各类网络下载需求,保存源数据至本地
HttpHeadParser,用于处理HTTP报文头数据
Processor,用于处理源数据,爬取我们需要的信息,保存至结果文件内
DataService,提供数据持久化的服务,最基本的为数据的crud接口(默认采用mybatisDataService来使用mybatis进行数据库操作,你可以编写自定义的DataService来使用别的你想用的持久层框架)
DataObject,存放POJO类的地方
DatabaseAssist,若使用了数据库作为数据持久化工具,则必须将所有为了连接数据库而产生的相关辅助类全部放在DatabaseAssist包内,比如使用了mybatis,则建立mybatis子包,将mapper类和mapper.xml文件全部放置在这里。
Constants,运行时常量库
MySpider,一个MySpider代表一个网络爬虫的对象,可以调用其他组件的功能
MyLogger,封装第三方日志文件的调用接口,使得替换日志文件框架不