PySpiderPython 爬蟲程序

PySipder 是一個 Python 爬蟲程序

演示地址：http://demo.pyspider.org/

• 使用 Python 編寫腳本，提供強大的 API

• Python 2&3

• 強大的 WebUI 和腳本編輯器、任務監(jiān)控和項目管理和結(jié)果查看

• 支持 JavaScript 頁面

• 后端系統(tǒng)支持：MySQL, MongoDB, SQLite, Postgresql

• 支持任務優(yōu)先級、重試、定期抓取等

• 分布式架構(gòu)

示例代碼：

from pyspider.libs.base_handler import *


class Handler(BaseHandler):
    crawl_config = {
    }

    @every(minutes=24 * 60)
    def on_start(self):
        self.crawl('http://scrapy.org/', callback=self.index_page)

    @config(age=10 * 24 * 60 * 60)
    def index_page(self, response):
        for each in response.doc('a[href^="http"]').items():
            self.crawl(each.attr.href, callback=self.detail_page)

    def detail_page(self, response):
        return {
            "url": response.url,
            "title": response.doc('title').text(),
        }