ピーピーダー

Pythonの強力なスパイダー（Webクローラー）システム。 やってみよう！

Pythonでスクリプトを書く
スクリプトエディタ、タスクモニタ、プロジェクトマネージャ、結果ビューアによる強力なWebUI
MySQL 、 MongoDB 、 Redis 、 SQLite 、 Elasticsearch ; PostgreSQLとデータベースのバックエンドとしてのSQLAlchemy
メッセージキューとしてのRabbitMQ 、 Beanstalk 、 Redis 、 Kombu
タスクの優先度、再試行、定期的、年齢別に再クロールなど
分散アーキテクチャ、クロールJavascriptのページ、Python 2. {6,7}、3. {3,4,5,6}サポートなど

チュートリアル： http : //docs.pyspider.org/ja/latest/tutorial/
ドキュメンテーション： http : //docs.pyspider.org/
リリースノート： https : //github.com/binux/pyspider/releases

サンプルコード

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(),
        }

インストール

pip install pyspider
コマンドpyspider実行するには、 http：// localhost：5000 /

警告： WebUIはデフォルトで公開されており、システムに悪影響を与える可能性のあるコマンドを実行するために使用できます。社内ネットワークで使用するか、webuiのneed-authを有効にしてください。

クイックスタート： http : //docs.pyspider.org/ja/latest/Quickstart/

寄稿

これを使って
公開号、PR
ユーザー・グループ
中文答

TODO

v0.4.0

portiaのような視覚的な掻き取りインタフェース

ライセンス

Apache License、Version 2.0でライセンス