SEARU.ORG
当前位置:SEARU.ORG > Linux 软件 > 正文

跨平台不写代码的爬虫 Crawler

Crawler基于Java开发的一款跨平台爬虫,可以使用Shell脚本和DOS命令进行任务式处理

比如CR命令 使用一个Email正则就可以从贴吧中提取所有邮箱

爬取贴吧email

使用Ci命令 爬取所有新闻 java -jar crawler.jar -ci url.txt title,h1[id=artibodyTitle]#date,span[id=pub_date]#nodes,div[id=artibody] data.xml

执行结果

使用Crawler抓取腾讯新闻并保存入库:http://my.oschina.net/u/2311702/blog/652856

可以与Shell DOS命令等配合组成跨平台、分布式、多线程的爬虫

未经允许不得转载:SEARU.ORG » 跨平台不写代码的爬虫 Crawler

赞 (0)
分享到:更多 ()

评论 0