30天了解30种技术系列---(16)可视化爬虫工具---Portia
2017-11-01 23:34
645 查看
Portia是scrapyhub开源的一款可视化的爬虫规则编写工具,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。(动态网页需要自己编写JS解析器)。
Portia的项目地址为:https://github.com/scrapinghub/portia
安装方式如下:
git clone https://github.com/scrapinghub/portia
在docker的环境下构建
docker build -t portia .
启动,然后可以通过9001 端口进行访问,
docker run -i -t --rm -v <PROJECT_FOLDER>/data:/app/slyd/data:rw \ -p 9001:9001 \ --name portia \ portia 访问地址: http://localhost:9001/static/index.html[/code]
效果如下:
我们可以将数据写入mysql 等只需要进行简单的,配置,跟多的内容大家可以去详细了解
大家如果对于哪个技术比较感兴趣,可以私信,我会有重点的在后续文章进行展开。
更多精彩请关注微信 : 图灵搜索
大家也可以使用中国第一个为程序员打造的搜索引擎:https://www.tulingss.com 进行查看。
相关文章推荐
- 30天了解30种技术系列---(4)Node.js神级开发工具-WebStorm
- 30天了解30种技术系列(18)--- 强大的日志管理工具--Logstash
- 30天了解30种技术系列---(26)MySQL自动化运维工具Inception
- 30天了解30种技术系列---(24)开源网站流量分析工具Piwik
- 30天了解30种技术系列---(11)Java开发者梦想的框架Play
- 30天了解30种技术系列---(3)JS的Make-GruntJS
- 30天了解30种技术系列---(9)可伸缩的跨语言服务开发框架Thrift
- 30天了解30种技术系列---(7)不只有Echart,我们还有Char.js
- 30天了解30种技术系列---(10)面向Cloud的搜索引擎 ElasticSearch
- 30天了解30种技术系列---(22) Bootstrap在线编辑器4款
- 30天了解30种技术系列(14)----Docker集群管理利器Swarm
- 30天了解30种技术系列---(6)非常赞的UI框架Flat-ui
- 30天了解30种技术系列---(20)React .js 一个比较有意思的前端框架
- 30天了解30种技术系列(17)---词关系分析神器Word2vec
- 30天了解30种技术系列---(5)新型CSS框架-Less
- 30天了解30种技术系列---(13)Docker UI框架DockerUI
- 30天了解30种技术系列---(1)现代web应用服务器-Express.js
- 30天了解30种技术系列---(1)现代web应用服务器-Express.js
- 30天学30种技术
- UWP 手绘视频创作工具技术分享系列 - Ink & Surface Dial