首页 > 代码库 > 神箭手爬虫学习笔记(二)

神箭手爬虫学习笔记(二)

一,可以使用神剑手已经做好的爬虫市场直接跑,不需要自己定义爬取规则

二,爬虫市场里没有的网站,需要自己去定义规则来爬数据。

三,爬取的数据可以先存放在神剑手,也可以放到七牛暂存。(提醒下,网站需要数据备份如果数量不大可以到七牛做备份,有免费版)

四,爬取的数据可以直接发布到数据库,也可以发布到具有支持神剑插件的网站。可以手动发布,也可以自动发布。

五,可以使用代理IP,防封

六:常用的几个辅助工具:http://docs.shenjianshou.cn/develop/tools/tools.html

------------------------------------------------------------------------------------------------------

                                                              如何写规则

<1>  定义config 对象,运行config对象

<2> 需要掌握Xpath,Jsonpath,正则表达式

-------------------------------------------------------------------------------------------------------

                                        恶补下正则表达式吧 

 

神箭手爬虫学习笔记(二)