写了一个小爬虫,给大家分享一下 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
爱意满满的作品展示区。
roothub
V2EX    分享创造

写了一个小爬虫,给大家分享一下

  •  
  •   roothub 2019-02-21 11:0544 +08:00 3982 次点击
    这是一个创建于 2494 天前的主题,其中的信息可能已经有所发展或是发生改变。

    作用

    可以爬取文章的标题、头图、正文、作者名称、作者头像、摘录。

    支持将爬取的数据保存到数据库,并将图片上传到对象存储,替换原来的图片链接。

    预览

    Github

    article-spider

    如果对您有帮助的话,请点个 star,谢谢啦。

    11 条回复    2019-02-22 16:16:08 +08:00
    zdb1115
        1
    zdb1115  
       2019-02-21 13:04:03 +08:00
    点了 star,谢谢分享。
    roothub
        2
    roothub  
    OP
       2019-02-21 14:07:46 +08:00
    @zdb1115 谢谢~
    DoraMouse
        3
    DoraMouse  
       2019-02-21 14:54:17 +08:00 via iPhone
    已 start
    jisibencom
        4
    jisibencom  
       2019-02-21 16:34:32 +08:00 via Android
    这个还有通用的?每个采集点结构不同吧。。。还没用
    omph
        5
    omph  
       2019-02-21 17:07:06 +08:00
    定位为小工具,为了保持通用,简单的单文件可能更好
    roothub
        6
    roothub  
    OP
       2019-02-21 18:05:49 +08:00
    @DoraMouse 谢谢~
    roothub
        7
    roothub  
    OP
       2019-02-21 18:08:57 +08:00
    @jisibencom 根据配置的 DOM 来采集的
    roothub
        8
    roothub  
    OP
       2019-02-21 18:09:10 +08:00
    @omph 好建议
    luckbbs
        9
    luckbbs  
       2019-02-22 07:19:01 +08:00
    已 start
    roothub
        10
    roothub  
    OP
       2019-02-22 09:23:16 +08:00
    @luckbbs 谢谢~
    QDavid
        11
    QDavid  
       2019-02-22 16:16:08 +08:00
    @luckbbs #9 老哥故意拼错 star 的?
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2718 人在线   最高记录 6679       Select Langage
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 26ms UTC 09:11 PVG 17:11 LAX 01:11 JFK 04:11
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86