提到爬虫,相信大家特别是开发者们都很熟悉。 Google 、百度等搜索引擎公司都是以爬虫为技术核心;另外随着 web 信息爆炸式的增长,很多开发者和企业都需要开发自己的爬虫,来做本站搜索或者数据统计和分析。
目前开源的爬虫框架主要包括国内的 webmagic 和 webcollector ,国外的 scrapy , nutch 、 pyspider 等,主要集中在 java 和 python 这两种语言,在功能扩展性和性能方面也各有优劣。同样的,神箭手开发团队早期也专注于爬虫框架的开发,后将爬虫框架分布式部署并脚本化,一方面为爬虫开发者提供更简单方便的开发框架,一切开发和运行完全在云端进行;另一方面基于分布式云计算的架构,可以大大提高爬虫的执行速度和效率。
神箭手此次上线版本为后羿 v1.2 版,内测地址是:
http://www.shenjianshou.cn/,主要功能包括:1 、 javascript 脚本云端编写爬虫,不需要配置编译环境;
2 、丰富的功能函数,包括 JS 渲染、代理 IP 、防屏蔽、数据发布和导出、图表控件等;同时支持 javascript 自有函数;
3 、爬虫直接在云服务器上并发执行,速度更快;
欢迎爬虫开发者们踊跃使用,下面是一些有用的资源链接:
官方开发文档:
http://doc.shenjianshou.cn/爬虫 demo 源码:
https://github.com/ShenJianShou/crawler_samples视频教程:
http://v.youku.com/v_show/id_XMTU2NDk4MzE0NA==.html?from=s1.8-1-1.2官方开发者 QQ 群: 342953471
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
https://www.v2ex.com/t/277702
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.