Crawler跨平台不写代码的爬虫
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
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
使用Crawler抓取腾讯新闻并保存入库:http://my.oschina.net/u/2311702/blog/652856
详细信息:http://git.oschina.net/puguoan/Crawler
可以与Shell DOS命令等配合组成跨平台、分布式、多线程的爬虫
评论