爬虫是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。
spider-flow 是一个爬虫平台，以图形化方式定义爬虫流程，无需代码即可实现一个爬虫
特性
- 支持css选择器、正则提取
- 支持JSON/XML格式
- 支持Xpath/JsonPath提取
- 下载地址往下看↓↓↓↓↓↓↓
- 支持多数据源、SQL select/insert/update/delete
- 支持爬取JS动态渲染的页面
- 支持代理
- 支持二进制格式
- 支持保存/读取文件(csv、xls、jpg等)
- 常用字符串、日期、文件、加解密、随机等函数
- 支持流程嵌套
- 支持插件扩展(自定义执行器，自定义函数）
- 支持HTTP接口
演示
- 添加爬虫任务
添加爬虫任务
- 爬虫流程
爬虫流程
- 测试爬虫
测试爬虫
准备环境
JDK >= 1.8
Mysql >= 5.7
Maven >= 3.0
运行项目
- 前往下载地址下载解压到工作目录
- 设置Eclipse仓库，菜单Window->Preferences->Maven->User Settings->User Settings 后边的Browse,然后导入自己的Maven目录的conf目录下的settings.xml文件，然后点Apply,在点OK
- 导入到Eclipse,菜单file->Import,然后选择Maven->Existing Maven Projects,点击Next>按钮，选择工作目录，然后点击Finish按钮，即可导入成功
- 导入数据库,基础表：spider-flow/db/spiderflow.sql，插件(proxypool)需要的表：spider-flow/spider-flow-proxypool/db/sp_proxy.sql
- 打开并运行org.spiderflow.SpiderApplication.java
- 打开浏览器，输入(http://localhost:8088/)
获取方式
关注+转发+私信“爬虫”，自动发送项目下载地址
（温馨提示：先关注，然后转发，然后私信引号内的关键字）
