SeimiCrawler V2.0 发布，Java 爬虫框架

内容简介：新版变动 完美支持SpringBoot，可以尽情的集成SpringBoot现有生态，demo参考 回调函数支持方法引用，设置起来更自然     push(Request.build(s.toString(),Basic::getTitle)); 非SpringBoot模式全局配置项通过...

新版变动

• 完美支持SpringBoot，可以尽情的集成SpringBoot现有生态，demo参考

• 回调函数支持方法引用，设置起来更自然

    push(Request.build(s.toString(),Basic::getTitle));

• 非SpringBoot模式全局配置项通过SeimiConfig进行配置，包括 Redis 集群信息，SeimiAgent信息等，SpringBoot模式则通过SpringBoot标准模式配置

常规模式：

SeimiConfig config = new SeimiConfig();
config.setSeimiAgentHost("127.0.0.1");
//config.redisSingleServer().setAddress("redis://127.0.0.1:6379");
Seimi s = new Seimi(config);
s.goRun("basic");

SpringBoot模式，在application.properties中配置

seimi.crawler.enabled=true
# 指定要发起start请求的crawler的name
seimi.crawler.names=basic,test

seimi.crawler.seimi-agent-host=xx
seimi.crawler.seimi-agent-port=xx

#开启分布式队列
seimi.crawler.enable-redisson-queue=true
#自定义bloomFilter预期插入次数，不设置用默认值 （）
#seimi.crawler.bloom-filter-expected-insertions=
#自定义bloomFilter预期的错误率，0.001为1000个允许有一个判断错误的。不设置用默认值（0.001）
#seimi.crawler.bloom-filter-false-probability=

• 默认的分布式队列改用Redisson实现，底层依旧为redis，去重引入BloomFilter以提高空间利用率，一个线上的BloomFilter调参模拟器地址

• JDK要求 1.8+

【声明】文章转载自：开源中国社区 [http://www.oschina.net]

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

• 超级易懂爬虫系列之爬虫框架scrapy
• python网络爬虫（14）使用Scrapy搭建爬虫框架
• 一个咸鱼的python爬虫之路（五）：scrapy 爬虫框架
• 11、web爬虫讲解2—Scrapy框架爬虫—Scrapy使用
• Scrapy框架-----爬虫
• 网络爬虫框架开发笔记

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。