Pholcus(幽灵蛛)爬虫软件

简单介绍

文章导读：Pholcus（幽灵蛛）是一款纯Go语言编写的支持分布式的高并发、重量级爬虫软件，定位于互联网数据采集，为具备一定Go或JS编程基础的人提供一个只需关注规则定制的功能强大的爬虫工具。它支持单机、服务端、客户端三种运行模式，拥有Web、GUI。

Pholcus（幽灵蛛）是一款纯Go语言编写的支持分布式的高并发、重量级爬虫软件，定位于互联网数据采集，为具备一定Go或JS编程基础的人提供一个只需关注规则定制的功能强大的爬虫工具。

它支持单机、服务端、客户端三种运行模式，拥有Web、GUI、命令行三种操作界面；规则简单灵活、批量任务并发、输出方式丰富（mysql/mongodb/csv/excel等）、有大量Demo共享；另外它还支持横纵向两种抓取模式，支持模拟登录和任务暂停、取消等一系列高级功能。

框架特点：
1、为具备一定Go或JS编程基础的用户提供只需关注规则定制、功能完备的重量级爬虫工具；
2、支持单机、服务端、客户端三种运行模式；
3、GUI(Windows)、Web、Cmd 三种操作界面，可通过参数控制打开方式；
4、支持状态控制，如暂停、恢复、停止等；
5、可控制采集量；
6、可控制并发协程数；
7、支持多采集任务并发执行；
8、支持代理IP列表，可控制更换频率；
9、支持采集过程随机停歇，模拟人工行为；
10、根据规则需求，提供自定义配置输入接口
11、有mysql、mongodb、csv、excel、原文件下载共五种输出方式；
12、支持分批输出，且每批数量可控；
13、支持静态Go和动态JS两种采集规则，支持横纵向两种抓取模式，且有大量Demo；
14、持久化成功记录，便于自动去重；
15、序列化失败请求，支持反序列化自动重载处理；
16、采用surfer高并发下载器，支持 GET/POST/HEAD 方法及 http/https 协议，同时支持固定UserAgent自动保存cookie与随机大量UserAgent禁用cookie两种模式，高度模拟浏览器行为，可实现模拟登录等功能；
17、服务器/客户端模式采用Teleport高并发SocketAPI框架，全双工长连接通信，内部数据传输格式为JSON。