文件名称:
discuz-crawler:一个易配置，可扩展的discuz论坛系统的爬虫-源码
开发工具:
文件大小: 10kb
下载次数: 0
上传时间: 2021-03-11
详细说明：Discuz-Crawler
简介
一个易配置，可扩展的discuz论坛系统的爬虫
解析器，数据持久化，调度分离，方便扩展
配置goquery（类似jQuery）选择器来获取网页内容
配置请求头
关键词过滤
使用cookies爬取
并发爬取
失败重试
使用
编译好的二进制文件和配置文件config.yaml和放在同一个目录下
配置config.yaml
种子
url配置爬取的初始（种子）页面
parser配置初始（种子）页面对应的解析器选项论坛， section或article ，分别对应主页，板块页，文章页。方便对所有板块，单个板块或单个文章进行爬取
选择器配置选择器，语法几乎与jQuery的一致，方便适配不同的discuz的主题，用于定位爬取HTML页面上相对应的DOM元素。文章定位TD标签，其他页面为一个标签。
部分定位主页的“板块” a标签
sub_section定位主页的“子
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
