想找满足这 5 个特性的低代码爬虫
方便获取稳定的 selector 。最好可以在页面上直接选取元素,获得 selector 。
准确提取 data 。可以解析常见数据类型,如提取文本数字。也可以自定义解析脚本。
存储到指定的位置。将上述的 data 与 db 对应起来,最好可以用连线的方式,可视化的编辑 1 对 1 的关系。
构建循环的流程。爬虫一般都有循环结构,要能简单方便的构建流程,例如简单的逻辑不需要写代码。
异常的处理。如果采集过程中出错,要能够指定后续的流程。是返回上一级,还是抛出异常,还是加入到队列。
想请问常用爬虫工具的 v 友,有没有满足这些条件的低代码爬虫工具呢?
chrome 商店搜一下
火车头?
这不是最基本的需求吗😂虽然没几个做的好的。只能自己写脚本。
火车头,八爪鱼
熟悉 python 就 scrapy
github.com/ferventdesert/Hawk可以试试这个开源的,前几年用过,也确实解决了我当时的问题。虽然可视化配置,但使用上有一点门槛,需要摸索一下
八爪鱼
火车浏览器
要在浏览器上还是脱离浏览器在服务端后台运行?
#9如果要写数据库,应该是需要脱离浏览器。如果能在浏览器中写入数据库也可以,不过这种应该还需要通过 webapi 接口。感谢上面各位 v 友的回复,我去看一下提到的软件。
影刀
github.com/huginn/huginn楼主看看这个
爬虫 自己内部用数据还是做网站用?小心被告
不该先考虑反爬和风控?
这么多年了,还是火车头最好用,我找到一个免费的
来个免费的 大佬。
easyspider ?之前看到了,不过没用过
百度搜索一下高铁采集(本质就是火车头的 vvvip )
www.automa.site/这个可以说非常符合
automa 或者 rpa? 我在闲鱼上有做脚本的链接,做过几单
作为一个外行,不是很理解 NAS 为什么有这么大吸引力,在我看来它不就是一个轻量级服务器?有没有老哥分享一下体验。 东西握在自己手里会比较安心 各种服务都可以 self…
github.com/1chooo/refinaid 如图,抄我们代码的时候连注释都一起抄走了。 甚至是我们新版和旧版网站的缝合怪,新版 navbar 和背景,旧版标题和设计…
之前买了一个 1 核 512MB 的小鸡,安装 debian 11 系统,发现启动某些服务,结果服务死活起不来,最后查看内核日志,发现是被系统进程 kill 掉了,原因是可用内…