- 本项目为SpringBoot项目,运行SpiderApplication类,访问http://localhost:8088/即可
服务器配置较低,如有卡顿请谅解
- 循环变量:用来定义循环变量,主要目的是抓取多个同类URL,如:projectIndex
- 循环次数:定义循环次数,可使用${}从变量中获取值,如:10
- 起始URL:抓取地址,可使用${}从变量中获取值如:https://gitee.com/${projectUrls[projectIndex]}
- 请求方法:GET、POST
- 请求参数:用来设置请求参数,可添加多个,参数值处可使用${}来获取值
- 请求header:用来设置请求header,可添加多个,header值处可使用${}来获取值
- 代理:host:port
- 变量名:定义变量名称
- 变量值:
可使用${}从变量中获取值如:${selectors(resp.html,'.categorical-project-card a','attr','href')}
- 数据库类型,目前仅支持Mysql(其它驱动未引入至项目中)
- 数据库连接,如:jdbc:mysql://127.0.0.1:3306/test?useUnicode=true&characterEncoding=utf-8
- 用户名,如:root
- 密码,如:123456
需要注意的是,此处不支持${}语法
- 输出项,该值为页面中显示表格的列名
- 输出值,该值为页面中显示表格单元格值,语法同样支持${}
- 数据源,选择之前定义好的数据源
- 语句类型,select/insert/update/delete
- SQL语句,如
INSERT INTO gitee_gvp(project_name, project_link,project_desc) VALUES (#${projectNames[projectIndex]}#,#${projectUrls[projectIndex]}#,#${projectDesc}#)
需要注意的是,SQL语句不支持${}语法,但是参数是支持的,另外参数需要用##包起来
- 条件,每个箭头都可以添加条件,当条件成立时,才流向所指向的节点,不写即不判断,直接流向下一个节点
变量名称 | 变量值 |
---|---|
resp | HttpResponse对象 |
rs | SQL执行结果,类型:int或List<Map<String,Object>> |
字段名称 | 字段类型 | 字段描述 |
---|---|---|
html | String | 页面HTML |
json | JSONObject/JSONArray | 内容转json结果 |
bytes | byte[] | 二进制结果 |
cookies | Map<String,String> | cookies |
headers | Map<String,String> | headers |
statusCode | int | HTTP状态码 |