说明: 本程序是用python编写,无需安装。运行Crawler.exe就可以看到效果。如果不修改配置是抓取新浪科技的内容,修改配置可以抓取指定的网站。配置文件采用ini的格式.spider_config.ini蜘蛛的配置1. maxThreads 爬虫的线程数2. startURL 爬虫开始的URL3. checkFilter 爬虫只抓取指定的URL(采用正则表达式匹配)4. urlFilter 爬虫提供给分析器的URL(采用正则表达式匹配)sucker_config.ini 网页分析器的配置1.
<hjue> 上传 | 大小:1mb