關(guān)于網(wǎng)頁(yè)爬蟲(chóng)的想法

整體思考

  • 分為如下三個(gè)模塊：采集-過(guò)濾-存儲(chǔ)。
  • 各個(gè)模塊相互獨(dú)立，按照需求可定制開(kāi)發(fā)，不同模塊組裝起來(lái)滿(mǎn)足不同需求。

  • 三個(gè)模塊組合簡(jiǎn)單，只需修改配置實(shí)現(xiàn)不同網(wǎng)站爬取。


    思路.png

擴(kuò)展

  • 支持增量爬取
  • 支持中斷，重啟繼續(xù)爬取

結(jié)束

追求極簡(jiǎn)，完美的不如適合自己的。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀(guān)點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容