内容简介：风铃虫是一款轻量级的高效爬虫工具，配置简单，方便二次开发，能抓取js渲染的网页，可以抓取任何数据，支持保存网页快照，智能防封杀，天然适合分布式。 作为疫情之后第一次更新的版本，风铃虫本次更新功能较多，...
风铃虫是一款轻量级的高效爬虫工具，配置简单，方便二次开发，能抓取js渲染的网页，可以抓取任何数据，支持保存网页快照，智能防封杀，天然适合分布式。
作为疫情之后第一次更新的版本，风铃虫本次更新功能较多，新增了通过脚本自定义数据提取功能，使得提取功能更加强大。
同时，为了普通用户更好的进行内容页判断，本次优化了内容页确认机制，可以更加方便的决定哪些页面的数据需要抓取，进一步提升抓取效率。
本次更新内容如下：
1 增加脚本提取策略，支持通过js脚本从下载的网页中个提取出符合要求的数据信息
2 增加内容页匹配规则和内容页过滤器，内容页选择方式更灵活
3 优化代码风格，规范代码，使之更符合阿里开发规约
4 优化模拟测试接口，增加内容提取测试、链接提取、网页下载、内容页规则测试接口
5 优化内容页处理策略，提升内容页处理性能
6 优化事件监听接口，对处理细节更加了然入心
7 其他一些优化
源码地址： https://gitee.com/zhiyubujian/wind-bell
API文档： https://apidoc.gitee.com/zhiyubujian/wind-bell/
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 风铃虫 1.3.0 发布，修复若干 bug
- 风铃虫 2.0.0 发布，新增抓取深度限制
- 风铃虫 2.2.0 发布，优化任务停止机制
- 风铃虫 2.2.1 发布，新增数据传递功能
- 风铃虫 2.1.0 发布，支持多任务多线程
- 风铃虫 1.3.0 发布了，新增请求上下文
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
