轻松合理的获取数据 | 基于标记语言的开源爬虫框架(Trico cloud 云原生)

[ris]

写在前面

名词解释

• Trico 框架名。
• Trico script 官方脚本代码。
• Salyut 脚本虚拟机 负责语法解析，表达式解析。
• Trico cloud Trico 生态，将脚本调度和虚拟机在云端部署。

Trico 的诞生

Trico起初是为了满足公司大量的数据提取需求（当然是公开可获取的：）），最早我们是使用 Java+Jsoup+selenium 来完成的。但是随着维护的网站数量越来越多，网站的改版等等异常将会产生大量的工作量，于是我们就想能不能有个轻量级的脚本，既可以热更新（快速的解决 Bug ）又可以提供一些带有复合功能的元语 来提高开发效率。于是 Trico 就诞生了。

如何使用 Trico

Trico 是一个基于标记语言的脚本语言，词法相对都比较简单，学习曲线相对降低，一般的程序员 1 ～ 2 天即可以完全上手。当然我们也希望对于不是程序员背景也能使用 Trico，把他当作一个数据的提供者或者了解编程概念的语言。

• Salyut 语法
• 快速开始

看到这里想必你对 Trico 或多或少有一些兴趣，我们也开源了 Salyut 引擎，方便的话请给我们个 Star，给我们个鼓励。🌟

https://github.com/taofen8/salyut

Trico 目前状态

目前 Trico 服务于公司内部，中型互联网公司，国内外创业公司和独立开发者。Trico 的脚本市场正在在建设中。

Trico cloud

我们希望有更多的开发者加入到 Trico 生态中，贡献更多的脚本，让有获取数据需求的开发者能够快速经过原型阶段，把精力放在体验优化上。另外所有提交到 Trico cloud 的脚本都会通过系统或是人工审核，来保证公开的脚本都是允许获取的公开数据，并且 Trico cloud 会根据目标网站的体量来控制爬取速率，不影响网站本身的运行，净化数据爬取环境。

特性

• 云端部署，无需负担任何机器成本，快速的推进业务。
• 国内外主节点全覆盖，动态调度。
• 开放脚本社区，构建数据生态。
• 遵循 Robts 协议和用户隐私，安全绿色的获取公开信息。