Gecco网络爬虫

简单介绍

文章导读：Gecco 是一款用 java 语言开发的轻量化的易用的网络爬虫。Gecco 整合了 jsoup、httpclient、fastjson、spring、htmlunit、redission 等优秀框架，让您只需要配置一些 jquery 风格。

Gecco 是一款用 java 语言开发的轻量化的易用的网络爬虫。Gecco 整合了 jsoup、httpclient、fastjson、spring、htmlunit、redission 等优秀框架，让您只需要配置一些 jquery 风格的选择器就能很快的写出一个爬虫。Gecco 框架有优秀的可扩展性，框架基于开闭原则进行设计，对修改关闭、对扩展开放。同时 Gecco 基于十分开放的 MIT 开源协议，无论你是使用者还是希望共同完善 Gecco 的开发者，欢迎 pull request。

主要特征：

简单易用，使用 jquery 风格的选择器抽取元素

支持爬取规则的动态配置和加载

支持页面中的异步 ajax 请求

支持页面中的 javascript 变量抽取

利用 Redis 实现分布式抓取,参考gecco-redis

支持结合 Spring 开发业务逻辑,参考gecco-spring

支持 htmlunit 扩展,参考gecco-htmlunit

支持插件扩展机制

支持下载时 UserAgent 随机选取

支持下载代理服务器随机选取