magical_spider远程采集方案

一个神奇的蜘蛛?项目,适用于数据采集任务,源码结构简洁明了。

magical_spider远程采集方案magical_spider远程采集方案magical_spider远程采集方案index页面示例:

magical_spider远程采集方案—

项目地址https://github.com/lixi5338619/magical_spider

使用指南1、配置settings.py,启动flask服务

2、参考demo文件夹中的代码进行测试,主要通过runflow.py运行。

代码语言:javascript代码运行次数:0运行复制“`javascriptimport requestshost = ‘http://127.0.0.1:5000’def magical_start(project_name,base_url = ‘https://www.php.cn/link/b6f05a7baab2fe0eea07e59bd5b0b317′): # 1、创建浏览器并选择session_id result = requests.post(f'{host}/create’,data={‘name’:project_name,’url’:base_url}).json() session_id,process_url = result[‘session_id’],result[‘process_url’] return session_id,process_urldef magical_request(session_id,process_url,request_url): # 2、请求浏览器_xhr data = {‘session_id’:session_id,’process_url’:process_url, ‘request_url’:request_url,’request_type’:’get’} result = requests.post(f'{host}/xhr’,data=data).json() return result[‘result’]def magical_close(session_id,process_url,process_name): # 4、关闭浏览器 close_data = {‘session_id’:session_id,’process_url’:process_url,’process_name’:process_name} requests.post(f'{host}/close’,data=close_data).json()

3、测试代码

GET请求

代码语言:javascript代码运行次数:0<svg fill="none" height="16" viewbox="0 0 16 16" width="16" xmlns="http://www.w3.org/2000/svg"><path d="M6.66666 10.9999L10.6667 7.99992L6.66666 4.99992V10.9999ZM7.99999 1.33325C4.31999 1.33325 1.33333 4.31992 1.33333 7.99992C1.33333 11.6799 4.31999 14.6666 7.99999 14.6666C11.68 14.6666 14.6667 11.6799 14.6667 7.99992C14.6667 4.31992 11.68 1.33325 7.99999 1.33325ZM7.99999 13.3333C5.05999 13.3333 2.66666 10.9399 2.66666 7.99992C2.66666 5.05992 5.05999 2.66659 7.99999 2.66659C10.94 2.66659 13.3333 5.05992 13.3333 7.99992C13.3333 10.9399 10.94 13.3333 7.99999 13.3333Z" fill="currentcolor">运行<svg fill="none" height="16" viewbox="0 0 16 16" width="16" xmlns="http://www.w3.org/2000/svg"><path clip-rule="evenodd" d="M4.5 15.5V3.5H14.5V15.5H4.5ZM12.5 5.5H6.5V13.5H12.5V5.5ZM9.5 2.5H3.5V12.5H1.5V0.5H11.5V2.5H9.5Z" fill="currentcolor" fill-rule="evenodd">复制javascript from demo.runflow import magical_start,magical_request,magical_closeproject_name = 'cnipa'base_url = 'https://www.cnipa.gov.cn'session_id,process_url = magical_start(project_name,base_url)print(len(magical_request(session_id, process_url,'https://www.cnipa.gov.cn/col/col57/index.html')))magical_close(session_id,process_url,project_name)

POST请求

代码语言:javascript代码运行次数:0运行复制javascriptfrom demo.runflow import magical_start,magical_request,magical_closeimport jsonproject_name = 'chinadrugtrials'base_url = 'http://www.chinadrugtrials.org.cn'session_id,process_url = magical_start(project_name,base_url)data = {"id": "","ckm_index": "","sort": "desc","sort2": "","rule": "CTR","secondLevel": "0","currentpage": "2","keywords": "","reg_no": "","indication": "","case_no": "","drugs_name": "","drugs_type": "","appliers": "","communities": "","researchers": "","agencies": "","state": ""}formdata = json.dumps(data)print(magical_request(session_id=session_id, process_url=process_url, request_url='https://www.php.cn/link/44f95c37a24495521a98b63f0bbf4268', request_type='post',formdata=formdata ))magical_close(session_id,process_url,project_name)

4、index页面可以查看和管理当前运行中的任务,同时可以查看系统的内存和磁盘使用情况。

5、demo文件夹包含任务流程汇总runflow.py,以及抖音和药监局的案例,提供了单任务和多任务的示例。


linux部署1.安装chrome(选择安装位置) yum install https://www.php.cn/link/6b17d006a2ed6f12f07c7ea60b8002b5

集简云
集简云

软件集成平台,快速建立企业自动化与智能化

集简云 22
查看详情 集简云

2.检查chrome版本 google-chrome --version

3.安装对应版本的chromedriver_linux64 例如,我的chrome版本是104.0.5112.79 wget https://www.php.cn/link/5bb5f8d030f5e6e4b6d137c6990f0772

4.解压chromedriver unzip chromedriver_linux64

5.授权chromedriver chmod 777 chromedriver

6.修改项目代码settings.py中的chromedriver路径

7.安装python依赖并启动flask项目

Python依赖:flask、sqlite3、selenium、websockets、opencv-python、numpyflask启动方式:python3 server.py8.开启服务器端口访问权限

9.运行项目测试

以上就是magical_spider远程采集方案的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/14351.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
windows怎么修改文件夹图标_windows文件夹图标修改教程
上一篇 2025年11月24日 17:00:50
佳能EOS R1对焦系统揭秘:AI智能识别跟踪有多精准?
下一篇 2025年11月24日 17:00:57

相关推荐

  • 格子达学术论文检测系统_格子达期刊论文查重入口

    格子达学术论文检测系统_格子达期刊论文查重入口格子达学术论文检测系统_格子达期刊论文查重入口格子达学术论文检测系统_格子达期刊论文查重入口格子达学术论文检测系统_格子达期刊论文查重入口

    格子达期刊论文查重入口为http://co.gocheck.cn/13924,用户可通过学号密码或微信扫码登录,系统支持论文相似性检测、学生自检及报告提交导师等功能,界面简洁且便于操作,建议收藏网址并及时修改密码以保障账户安全。 格子达学术论文检测系统_格子达期刊论文查重入口在哪里?这是不少用户都关…

    2026年9月28日 • 用户投稿
    000
  • 抖音主页怎么做合集?抖音合集如何创建

    抖音主页怎么做合集?抖音合集如何创建抖音主页怎么做合集?抖音合集如何创建抖音主页怎么做合集?抖音合集如何创建抖音主页怎么做合集?抖音合集如何创建

    随着抖音的不断发展,越来越多用户开始重视个人主页的运营。其中,主页合集功能成为提升账号专业度和内容可读性的关键工具。一个结构清晰、主题明确的抖音合集,不仅能增强粉丝粘性,还能有效吸引新观众。那么,如何创建并优化你的抖音主页合集呢?下面为你全面解析。 一、什么是抖音主页合集 抖音主页合集是平台提供的一…

    2026年9月28日 • 用户投稿
    500
  • 探究Linux Deploy的功能与优势

    探究Linux Deploy的功能与优势探究Linux Deploy的功能与优势探究Linux Deploy的功能与优势探究Linux Deploy的功能与优势

    标题:探究Linux Deploy的功能与优势 Linux Deploy是一款强大的开源工具,能够在Android设备上快速部署各种Linux发行版,为用户提供了在移动设备上运行Linux系统的便利。本文将深入探究Linux Deploy的功能与优势,并通过具体的代码示例来展示其强大的部署能力。 1…

    2026年9月28日 • 用户投稿
    200
  • firefox浏览器如何清除指定的网站数据 Firefox浏览器清除单个网站数据教程

    firefox浏览器如何清除指定的网站数据 Firefox浏览器清除单个网站数据教程firefox浏览器如何清除指定的网站数据 Firefox浏览器清除单个网站数据教程firefox浏览器如何清除指定的网站数据 Firefox浏览器清除单个网站数据教程firefox浏览器如何清除指定的网站数据 Firefox浏览器清除单个网站数据教程

    首先通过设置页面精准删除特定网站数据,进入“隐私与安全”中的“管理数据”,搜索并移除目标站点;其次可利用地址栏的站点信息面板,一键清除当前访问网站的Cookie与数据;最后可通过安装附加组件实现批量或规则化管理,提升清理效率。 如果您希望在Firefox浏览器中移除某个特定网站的浏览数据,例如缓存、…

    2026年9月28日 • 用户投稿
    200
  • linux开发vm虚拟机开发环境共享

    经过一段时间的沉寂,我终于抽出时间来整理了一个非常有用的工具。这款工具主要面向使用golang、php和java的linux开发环境。尽管java开发者通常使用图形界面工具进行开发,这里就不详细讨论了,但对于golang或php开发者来说,拥有一个与线上环境相似的linux开发虚拟机是非常必要的,因…

    2026年9月28日
    000
  • Safari浏览器如何阻止网站跟踪我_Safari浏览器开启“智能防跟踪”功能指南

    Safari浏览器如何阻止网站跟踪我_Safari浏览器开启“智能防跟踪”功能指南Safari浏览器如何阻止网站跟踪我_Safari浏览器开启“智能防跟踪”功能指南Safari浏览器如何阻止网站跟踪我_Safari浏览器开启“智能防跟踪”功能指南Safari浏览器如何阻止网站跟踪我_Safari浏览器开启“智能防跟踪”功能指南

    1、Safari浏览器可通过启用智能防跟踪功能阻止跨站追踪,保护用户隐私。2、在设置中勾选阻止跨站跟踪并选择始终阻止Cookie可增强防护,但可能影响网站登录便利性。3、定期清除所有历史记录能消除过往跟踪数据。4、使用无痕窗口可避免本地留存浏览痕迹,适合敏感操作。 如果您在浏览网页时发现广告内容与您…

    2026年9月28日 • 用户投稿
    100
  • 《星际战甲》最新Prime 战甲Caliban将于8月27日上线

    《星际战甲》最新Prime 战甲Caliban将于8月27日上线《星际战甲》最新Prime 战甲Caliban将于8月27日上线《星际战甲》最新Prime 战甲Caliban将于8月27日上线《星际战甲》最新Prime 战甲Caliban将于8月27日上线

    digital extremes日前发布消息,备受期待的《星际战甲》新内容——prime 战甲caliban将于8月27日正式登场,为玩家带来更加震撼的游戏体验,敬请关注。 ·全新推出的Prime 战甲Caliban,融合了奥罗金与森提恩特两大文明的顶尖科技,是一款大幅提升战场适应能力的高阶战甲。其…

    2026年9月28日 • 用户投稿
    100
  • 深入探讨Linux中常见的特殊字符

    深入探讨Linux中常见的特殊字符深入探讨Linux中常见的特殊字符深入探讨Linux中常见的特殊字符深入探讨Linux中常见的特殊字符

    Linux操作系统作为一种常用的开源操作系统,具有强大的可定制性和灵活性。在使用Linux系统时,我们经常会遇到各种特殊字符的处理。这些特殊字符在命令行中具有特殊的含义,能够实现很多高级功能。本文将深入探讨Linux中常见的特殊字符,并结合具体的代码示例来详细介绍它们的用法。 通配符: 通配符是用来…

    2026年9月28日 • 用户投稿
    000
  • 抖音主页怎么显示橱窗?抖音橱窗在哪开

    抖音主页怎么显示橱窗?抖音橱窗在哪开抖音主页怎么显示橱窗?抖音橱窗在哪开抖音主页怎么显示橱窗?抖音橱窗在哪开抖音主页怎么显示橱窗?抖音橱窗在哪开

    随着抖音平台的不断发展,越来越多用户开始通过短视频和直播分享生活、展示才艺,甚至开启线上带货的新模式。其中,抖音主页的“商品橱窗”功能成为连接创作者与商品的重要桥梁。那么,抖音主页如何显示橱窗?又该如何开通呢?下面为你详细解析。 一、什么是抖音商品橱窗? 商品橱窗是抖音为创作者提供的一个电商功能,允…

    2026年9月28日 • 用户投稿
    000
  • 为什么不同用户对同一型号硬件的评价差异很大?

    为什么不同用户对同一型号硬件的评价差异很大?为什么不同用户对同一型号硬件的评价差异很大?为什么不同用户对同一型号硬件的评价差异很大?为什么不同用户对同一型号硬件的评价差异很大?

    评价差异源于用户需求、场景、预期和敏感度不同,同一硬件在不同语境下表现各异,好与坏取决于个体参照系和使用目的。 评价差异很大,这其实很正常,因为它源于用户独特的需求、使用环境、预期值以及对硬件特性敏感度的不同。一个硬件产品,从来都不是一个孤立的“好”或“坏”的实体,它总是在特定的语境中被感知和判断。…

    2026年9月28日 • 用户投稿
    000
  • SublimeText官网下载教程_如何找到并安装正确版本

    SublimeText官网下载教程_如何找到并安装正确版本SublimeText官网下载教程_如何找到并安装正确版本SublimeText官网下载教程_如何找到并安装正确版本SublimeText官网下载教程_如何找到并安装正确版本

    首先访问官网https://www.sublimetext.com/并核对域名与证书,然后根据系统选择对应版本下载安装,最后通过“帮助-关于”确认版本信息以确保正确安装。 如果您尝试下载Sublime Text编辑器,但访问了错误的链接或选择了不兼容的版本,则可能导致安装失败或功能异常。以下是解决此…

    2026年9月28日 • 用户投稿
    500
  • Sublime安装Git插件教程_Git版本控制工具集成指南

    Sublime安装Git插件教程_Git版本控制工具集成指南Sublime安装Git插件教程_Git版本控制工具集成指南Sublime安装Git插件教程_Git版本控制工具集成指南Sublime安装Git插件教程_Git版本控制工具集成指南

    首先通过Package Control安装Git插件,其次可手动下载并放入Packages目录,然后配置系统Git路径,最后验证Git状态、提交等功能是否正常。 如果您希望在Sublime Text中实现代码的版本控制功能,但尚未集成Git插件,则可以通过安装和配置相关插件来完成。以下是实现Git与…

    2026年9月28日 • 用户投稿
    000
  • 360极速浏览器鼠标手势怎么设置_360极速浏览器自定义鼠标手势功能详解

    360极速浏览器鼠标手势怎么设置_360极速浏览器自定义鼠标手势功能详解360极速浏览器鼠标手势怎么设置_360极速浏览器自定义鼠标手势功能详解360极速浏览器鼠标手势怎么设置_360极速浏览器自定义鼠标手势功能详解360极速浏览器鼠标手势怎么设置_360极速浏览器自定义鼠标手势功能详解

    首先启用鼠标手势功能,进入360极速浏览器设置页面,勾选“启用鼠标手势”;接着开启“启用鼠标手势提示”和“显示鼠标轨迹”以获得操作反馈;随后查看默认手势列表并熟悉预设操作;最后点击“添加新手势”,绘制自定义轨迹并分配如前进、后退等命令,完成个性化设置。 如果您希望在浏览网页时通过简单的鼠标动作快速执…

    2026年9月28日 • 用户投稿
    000
  • 抖音主页怎么设置?抖音主页在哪里找

    抖音主页怎么设置?抖音主页在哪里找抖音主页怎么设置?抖音主页在哪里找抖音主页怎么设置?抖音主页在哪里找抖音主页怎么设置?抖音主页在哪里找

    随着抖音的持续走红,越来越多用户涌入这个短视频平台。一个设计精美、个性鲜明的抖音主页,能让你在海量创作者中迅速吸引关注。那么,抖音主页究竟该怎么设置?接下来,我将手把手教你如何打造一个吸睛又专业的个人主页。 一、抖音主页设置详细流程 1. 登录账号:首先确保你已成功登录抖音账号。 2. 进入个人中心…

    2026年9月28日 • 用户投稿
    000
  • Linux Deploy的操作步骤及注意事项

    Linux Deploy的操作步骤及注意事项Linux Deploy的操作步骤及注意事项Linux Deploy的操作步骤及注意事项Linux Deploy的操作步骤及注意事项

    Linux Deploy的操作步骤及注意事项 Linux Deploy是一款强大的工具,可以帮助用户在Android设备上快速部署各种Linux发行版,让用户能够在移动设备上体验到完整的Linux系统。本文将详细介绍Linux Deploy的操作步骤以及注意事项,同时提供具体的代码示例,帮助读者更好…

    2026年9月28日 • 用户投稿
    000
  • Gemini如何接入数据分析 Gemini大数据处理接口

    Gemini如何接入数据分析 Gemini大数据处理接口Gemini如何接入数据分析 Gemini大数据处理接口Gemini如何接入数据分析 Gemini大数据处理接口Gemini如何接入数据分析 Gemini大数据处理接口

    本文将详细介绍如何将 Gemini 的数据分析能力接入到大数据处理流程中,并提供具体的操作步骤,帮助您更有效地利用 Gemini 进行数据洞察和分析。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 数据接入基础准备 在开始接入之前,您需要对…

    2026年9月28日 • 用户投稿
    000
  • SublimeText如何取消正在运行的程序_CancelBuild快捷键设置

    SublimeText如何取消正在运行的程序_CancelBuild快捷键设置SublimeText如何取消正在运行的程序_CancelBuild快捷键设置SublimeText如何取消正在运行的程序_CancelBuild快捷键设置SublimeText如何取消正在运行的程序_CancelBuild快捷键设置

    可通过设置快捷键解决Sublime Text无法中断运行程序的问题:一、在Preferences→Key Bindings中添加{“keys”: [“ctrl+shift+c”], “command”: “exec&…

    2026年9月28日 • 用户投稿
    000
  • 了解在Linux环境中如何处理位操作

    了解在Linux环境中如何处理位操作了解在Linux环境中如何处理位操作了解在Linux环境中如何处理位操作了解在Linux环境中如何处理位操作

    在Linux环境中处理位操作是非常常见的操作,通过位操作可以在程序中实现一些高效、灵活的操作。本文将详细介绍在Linux环境下如何进行位操作,并给出具体的代码示例。 位操作简介 位操作是对二进制位进行操作的一种技术,在计算机科学中被广泛应用。在Linux编程中,可以使用位操作来处理位掩码、位与、位或…

    2026年9月28日 • 用户投稿
    000
  • 360极速浏览器打开网页乱码怎么办_网页显示乱码问题解决方法

    360极速浏览器打开网页乱码怎么办_网页显示乱码问题解决方法360极速浏览器打开网页乱码怎么办_网页显示乱码问题解决方法360极速浏览器打开网页乱码怎么办_网页显示乱码问题解决方法360极速浏览器打开网页乱码怎么办_网页显示乱码问题解决方法

    首先尝试手动切换网页编码,点击右键选择“编码”后依次尝试UTF-8或GB2312;若无效则清除浏览器缓存,进入设置清理临时文件;同时检查系统语言区域是否设为中国且显示语言为中文;最后可重置浏览器高级设置恢复默认。 如果您在使用360极速浏览器访问网页时,发现页面内容显示为乱码,则可能是由于浏览器的字…

    2026年9月28日 • 用户投稿
    000
  • 深入了解Linux ldconfig

    深入了解Linux ldconfig深入了解Linux ldconfig深入了解Linux ldconfig深入了解Linux ldconfig

    Linux ldconfig 是一个用于动态链接库管理的工具,可以帮助系统在运行时找到并加载共享库。它主要用于更新系统的动态链接器运行时连接库缓存,以保证程序可以正确链接到共享库。 ldconfig 主要用于两个方面:一是添加、删除共享库路径,并更新相关信息到配置文件中;二是根据配置文件中的路径重新…

    2026年9月28日 • 用户投稿
    000

发表回复

登录后才能评论
关注微信