X-Crawl

X-Crawl是一个灵活的节点。JS多功能爬网库。用于爬网页，爬网界面，爬网文件和民意测验爬网。

如果您也喜欢X-Crawl，则可以给x-crawl repository一颗星星来支持它，谢谢您的支持！

特征

ð¥asyncsync - 只需将模式属性值更改为开关异能或同步爬行模式。
â€多个功能 - 它可以爬网页，爬网界面，爬网文件和轮询爬网，并支持爬网。
- 灵活的写作样式 - 简单的目标配置，详细的目标配置，混合目标数组配置和高级配置，相同的爬网API可以适应多种配置。
ð设备指纹 - 零配置或自定义配置，以避免指纹识别和从不同位置跟踪我们。
±！±间隔爬行 - 没有间隔，固定间隔和随机间隔可以产生或避免同时发生。
ð重试失败 - 全球设置，本地设置和个别设置，它可以避免暂时问题引起的爬行失败。
ð优先级队列 - 根据单个爬行目标的优先级，它可以在其他目标之前爬行。
- 抓取spa - 爬网SPA（单页应用程序）生成预渲染的内容（又称“ ssr”（服务器端渲染））。
控制页面 - 无头浏览器可以提交表格，击键，事件操作，生成页面的屏幕截图等。
ð§¾捕获记录 - 捕获和记录爬行结果和其他信息，并在控制台上突出显示提醒。
ð€typescript - 自己的类型，通过仿制药实现完整的类型。

例子

以每天自动为Airbnb Hawaii体验和加上列表的一些图片为例：

// 1.Import module ES/CJS
import xCrawl from 'x-crawl'

// 2.Create a crawler instance
const myXCrawl = xCrawl({ maxRetry: 3, intervalTime: { max: 3000, min: 2000 } })

// 3.Set the crawling task
/*
  Call the startPolling API to start the polling function,
  and the callback function will be called every other day
*/
myXCrawl.startPolling({ d: 1 }, async (count, stopPolling) => {
  // Call crawlPage API to crawl Page
  const res = await myXCrawl.crawlPage([
    'https://zh.airbnb.com/s/hawaii/experiences',
    'https://zh.airbnb.com/s/hawaii/plus_homes'
  ])

  // Store the image URL to targets
  const targets = []
  const elSelectorMap = ['.c14whb16', '.a1stauiv']
  for (const item of res) {
    const { id } = item
    const { page } = item.data

    // Gets the URL of the page's wheel image element
    const boxHandle = await page.$(elSelectorMap[id - 1])
    const urls = await boxHandle!.$$eval('picture img', (imgEls) => {
      return imgEls.map((item) => item.src)
    })
    targets.push(...urls)

    // Close page
    page.close()
  }

  // Call the crawlFile API to crawl pictures
  myXCrawl.crawlFile({ targets, storeDir: './upload' })
})

运行结果：

注意：不要随意爬行，您可以在爬行前检查 robots.txt 协议。这只是为了演示如何使用X-Crawl。

X-Crawl

特征

例子

更多的