pyrailgun 网页抓取工具开源项目

我要开发同款
匿名用户2013年02月28日
134阅读

技术信息

开源地址
https://github.com/ginatrapani/thinkup
授权协议
MIT

作品详情

这是一个非常简单易用的抓取工具

怎么使用?首先你需要创建一个对应站点的规则文件比如test.jso

{"ame":"bigsearcher","actio":"mai","subactio":[{"actio":"fetcher","url":"https://www.big.com/search?q=${@q}","timeout":1,"subactio":[{"actio":"parser","subactio":[{"actio":"shell","subactio":[{"actio":"parser","setField":"title","pos":0,"rule":"a","strip":"true"},{"actio":"parser","setField":"descriptio","pos":0,"rule":"p"}],"group":"default"}],"rule":"#results.sa_wr"}]}]}

然后在代码里面把它作为一个任务加入到railgu

fromrailguimportRailGurailgu=RailGu()railgu.setTask(file("testsite.yaml"));railgu.fire();odes=railgu.getShells('default')pritodes

然后你就可以得到一个包含了所有解析后数据的节点列表[{img:xxx,src:xxx,score:xxx,dest:xxx,descriptio:xxx},{img:xxx,src:xxx,score:xxx,dest:xxx,descriptio:xxx}]

同时支持用webkit内核运行javascript抓取网页,css方式的dom选择方式

跨平台支持widows

功能介绍

这是一个非常简单易用的抓取工具 怎么使用? 首先你需要创建一个对应站点的规则文件 比如test.json {
"name": "bing searcher",
"action":...

声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论