Zaoshu.io - 爬虫界的“美图秀秀”

[billyellow]

啦啦啦, 给大家推荐 Zaoshu.io (造数)，欢迎大家拍砖~ ; ) 地址是 http://www.zaoshu.io

我们通过一套网页分析的算法，分析出网页中结构化的数据，然后再爬取页面中的数据。

有趣的点: 1.我们完全 base 在云上，省去下载软件的麻烦，也提高了爬取速率 2.我们有智能页面分析的算法，所以用户不需要懂编程和正则，轻点几下就可以爬取数据并导出 Excel 。

你可以通过 zaoshu.io 来做市场的调查分析，来做竞品的监控，也可以做产品反馈的收集。

Feedback: 产品刚刚 Alpha 上线，所以问题不少，欢迎大家来试用~ 欢迎大家留言讨论，也可以邮件 billy#zaoshu.io : )

[Joway]

貌似废了, 试了三个网站都卡在正在分析界面 - -

ps: 昨天 hackathon 还做了一个差不多的东西 ，想问你们这套算法开源吗? 或者能提供点分析思路吗 ? 我是才用行块正文提取 , 但进一步对正文进行结构化提取还真想不出好的方法

[a570295535]

然而半个小时后。。。

[ewex]

用的 wosign 证书，表示已拉黑证书的打不开

[binux]

根本没有「分析出网页中结构化的数据」，就是非常基础的通过 DOM class id 的 selector 规则生成，连 group 对其都没做好。

[haocity]

我只想说根本收不到邮件

[prefere]

见了鬼了，我都拉黑了 wosign 了，怎么还能打开。
还要把 startCom 也拉黑了？

[kiah]

然而直接打不开了

[prefere]

搞定了，终于打不开了。 dog

[skinfiter]

你们。。。

[0xNone]

Go dead.

[patton]

一直停留这个页面上分析页面上，没有结果出来

[zqiyun]

你们真过分！

[diefishfish]

随便找了个页面测试,创建规则的时候页码输入 100000009 到 114400009 然后发现并没有创建成功,是什么问题咧

[billyellow]

@ewex 我们马上换证书~~

[billyellow]

@prefere 马上换证书~~~

[billyellow]

@Joway 目前我们用得还是比较简单的算法，升级中 哈哈 有兴趣可以私聊

[billyellow]

@binux 可能是我描述没写的精确，目前还不算是分析，算是提取~

[soulmine]

网络异常 请稍后再试
讲道理 你们这注册都不行 怎么留用户 Hhhhh

[beidouxun]

我的网站就用了爬虫，现在正在完善中。为了精确用了正则， xpath ，字符串三种方式。现在也在寻找算法但是现在没有很好的算法，能自动并精确的寻找时间 正文 标题等所需要的内容

[mingyun]

太慢了，卡死不动了