全球主机交流论坛

标题: 可视化的网页内容抓取工具 Portia [打印本页]

作者: riskstar 时间: 2014-7-11 11:42
标题: 可视化的网页内容抓取工具 Portia
Portia Spider（孔蛛）号称世界上最聪明的蜘蛛，孔蛛属，英文名 Portia，也翻译为波西亚蜘蛛（波西亚跳蛛）。

Portia是scrapyhub开源的一款可视化的爬虫规则编写工具。它提供可视化的Web页面，你只需要通过点击标注页面上你需要抽取的数据，不需要任何编程知识即可完成规则的开发。

这些规则可以在#Scrapy#中使用，用于抓取页面。

具体请参考：http://blog.scrapinghub.com/2014/04/01/announcing-portia/

Github: https://github.com/scrapinghub/portia

视频介绍：http://v.youku.com/v_show/id_XNjkzNjkwODE2.html

作者: yjlml 时间: 2014-7-11 11:44
看不懂上个教程吧也懒得看那么多字

作者: 槛外人 时间: 2014-7-11 11:45
手动选取DOM节点，全自动化，很好很喜欢。

作者: h0stl0c 时间: 2014-7-11 11:58
本帖最后由 h0stl0c 于 2014-7-11 12:00 编辑

搞定了。还行。
(, 下载次数: 3)

作者: scand 时间: 2014-7-11 12:03
32个赞

作者: 暮雨秋晨 时间: 2014-7-11 14:26
py运行，浏览9001端口下的某网页，然后~~~啪啪啪

作者: woshigaozhen 时间: 2014-7-11 17:58
看起来非常不错啊。

欢迎光临全球主机交流论坛 (https://kokgog.com/)