一个非常简单的单线程爬虫。
由于Scrapy用起来太难受,于是我仿照Scrapy的CrawlSpider的模式制作了这个爬虫,能基本实现我的需要。
这个爬虫不是单页面爬虫,而是为了爬取复杂结构设计。
python 3.5
- requests
- pybloom
其中pybloom因pip库中没有兼容3.0的代码,故需要使用以下命令安装 pip3 install git+https://github.com/jaybaird/python-bloomfilter/
core包为爬虫框架。example.py是示例程序。
请参考example.py的例子。
有空补充。
MIT