代码拉取完成,页面将自动刷新
同步操作将从 wisechar/dense-spider 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
2015-3-1
基于 go_spider stable 1.2 开发
1. 采集结果db支持
2. 抽取xpath支持
2015-3-6
1. 分析入口URL,将页面内URL作为新的Request,支持URL层级、入口URL同站点请求
2. 排除指定的规则链接,将指定规则的链接加入请求队列
2015-3-19
1.在解析网页链接时判断当前页面层级,等于最大层级则不再解析链接,避免无效解析
2.判断是否同站点是否排除
3.加入Request队列,判断URL是否在日志队列中 (加入队列时采用page对象,而不是用spider 在Processor中添加,这里需要修改)
4.网页判重(初步只判断URL,将URL 规范化)
2015-3-21
1. 排除指定的规则链接,将指定规则的链接加入请求队列
2. 采集URL日志持久化
2015-3-27
1. 调整分析网页的路径加入Request的方式,采用page对象添加,使spider和page避免循环引用
2. http 下载 UserAgent支持
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。