可视化的网页内容抓取工具 Portia

riskstar · 发表于 2014-7-11 11:42:43

Portia Spider（孔蛛）号称世界上最聪明的蜘蛛，孔蛛属，英文名 Portia，也翻译为波西亚蜘蛛（波西亚跳蛛）。

Portia是scrapyhub开源的一款可视化的爬虫规则编写工具。它提供可视化的Web页面，你只需要通过点击标注页面上你需要抽取的数据，不需要任何编程知识即可完成规则的开发。

这些规则可以在#Scrapy#中使用，用于抓取页面。

具体请参考：http://blog.scrapinghub.com/2014/04/01/announcing-portia/

Github: https://github.com/scrapinghub/portia

视频介绍：http://v.youku.com/v_show/id_XNjkzNjkwODE2.html

yjlml · 发表于 2014-7-11 11:44:15

看不懂上个教程吧也懒得看那么多字

槛外人 · 发表于 2014-7-11 11:45:17

手动选取DOM节点，全自动化，很好很喜欢。

h0stl0c · 发表于 2014-7-11 11:58:55

本帖最后由 h0stl0c 于 2014-7-11 12:00 编辑

搞定了。还行。

QQ20140711-1.png (227.64 KB, 下载次数: 3)

scand · 发表于 2014-7-11 12:03:22

32个赞

暮雨秋晨 · 发表于 2014-7-11 14:26:49

py运行，浏览9001端口下的某网页，然后~~~啪啪啪

woshigaozhen · 发表于 2014-7-11 17:58:13

看起来非常不错啊。

		自动登录	找回密码
密码			注册

[经验] 可视化的网页内容抓取工具 Portia