Crawler跨平台不写代码的爬虫

联合创作 · 2023-09-29 13:31

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

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

浏览 8
点赞
评论
收藏
分享

手机扫一扫分享

编辑 分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

编辑 分享
举报