可视化爬虫工具

项目名称：Kspider

项目功能：可视化爬虫

项目简介：一个可视化的爬虫平台，可以通过图形化界面定义爬虫流程，无需编写代码即可完成爬虫任务。 支持XPath和CSS选择器、自动管理Cookie、抓取动态渲染的页面、代理支持、还支持插件扩展、自定义JS脚本、可视化调试和任务日志等功能。无需编写后端代码的爬虫\WEB自动化测试平台，可自定义函数、复杂脚本、定时任务，支持插件热插拔，自定义扩展，方便快捷的管理UI，效率翻倍。

• 支持 xpath 和 css 选择器
• 支持选择器提取、正则提取、json 提取等
• 支持 Cookie 自动管理
• 支持抓取由 js 动态渲染的页面
• 支持代理
• 支持多数据源
• 内置常用的字符串、日期、文件、加解密等函数
• 支持结果保存至多目的地（数据库、csv 文件等）
• 支持插件扩展（自定义执行器，自定义函数等）
• 支持任务日志
• 支持爬虫可视化调试
• 支持同步、异步执行
• 支持插件扩展
• 支持自定义 JS 脚本引擎
• 支持产物下载

新增的特性：

• 采用 Spring Data JPA 实现数据库操作，支持多种数据库，如 MySQL、PostgreSQL、SQLite、Oracle、MSSQL 等
• 支持同步执行，对于执行结果有顺序要求的可以使用该功能
• 增加随机 User-Agent（数据来自：useragentstring.com ）
• 增加身份认证机制
• 增加延迟执行节点
• 通过远程 WebDriver 来操纵浏览器（本地不用再加载驱动，更省心，依赖Selenium）
• 支持自定义执行器
• 支持容器化部署

• 支持分布式部署
• 增加代理的管理界面，方便进行代理的手工添加（不推荐）和启动代理的自动管理功能
• 支持 SQL 节点更多数据源及数据源配置
• 重构表达式解析器
• 增加自定义函数 JavaScript 脚本节点（满足更复杂的数据处理能力）
• 增加用户管理系统
• 增加 OCR 图文识别节点
• 增加爬虫任务实时日志

项目地址：点击直达

官方网站：点击直达