（转）有一个小型的 pthon spider开源项目源码（很小）

这是一个python写就的spider,目前很小，只有几K,但是已经可以支持robots.txt协议和cookies,并且加入了事件机制，因为可以方便地为这个项目开发插件。有了插件的支持，这个spider就可以用来做各种各样的事情，用在各种目的上。

举些例子:

A.在网页设计师做好静态网页时，往往将链接设为”#”.在php程序员套程序时，经常有一些链接会忘了修改过来，留下很多置为”#”的坏链接。hyer在解析网页是遇到链接时，会产生一个new_original_url的事件，如果您的插件，设定在这个事件中检查新链接是否为”#”,如果是“#”就输出一个提示和当前页面的地址。这样这个插件就可以帮我们检查整个站点的程序套完了没有，有没有链接没有修改。

B.同上，在某个链接无法访问是，也有一个事件:url_fetch_error被激发。如果我们的插件设定此时输入URL地址，就可以做成一个死链检查工具。

地址：http://code.google.com/p/hyer/

不过已经被搬到:

https://github.com/xurenlu/hyer

去了。

有兴趣的筒靴可以看看源码