【ShoppingPeeker】-基于Webkit内核的爬虫蜘蛛引擎 ShoppingWebCrawler的姊妹篇-可视化任务Web管理
ShoppingPeeker
这个项目是蜘蛛项目的可视化任务站点。
项目github地址:ShoppingPeeker
开发语言:C#
开发工具:Visual Studio 2017 +.Net Core2.1
运行平台:Linux/Windows
# 概述 ShoppingPeeker 是项目:ShoppingWebCrawler的可视化任务工具。
项目使用.net core2.x进行构建。可以运行在Windwos/Linux/Mac平台。
项目采用Socket通信模式,实现本地采集任务与蜘蛛服务器进行通信。稳定高效。
如何部署?
1、克隆ShoppingWebCrawler项目到本地。如:d:\src\ShoppingWebCrawler;
2、克隆ShoppingPeeker项目到本地。d:\src\ShoppingPeeker;
(注意:两个项目必须在同一个目录下,因为使用了文件编译引用!!!!)
3、启动蜘蛛 ShoppingWebCrawler。
4、使用visual studio 2017 或者cmd/powershell 进入项目文件夹 使用命令:dotnet build;dotnet run
5、恭喜,项目成功启动,示范站点的输入框,是一个根据输入的商品词,抓取对应电商平台的商品列表的功能示范!
项目构成
ShoppingPeeker.Web: .net core 2.x asp.net mvc 站点 插件模式: 不同的电商平台使用插件模式进行采集任务的解析。在站点启动的时候,扫描插件目录。对插件进行附加,并监视查询的变更!
数据持久化
基于Dapper的数据交互DataAccess.封装对Linq 方式,实现对原始表数据的 增删改查操作。
TCP 进行蜘蛛通信示范
封装TCP通信,基于ADP.NET的连接方式,上手简单容易,可配置。
基本通信:
var connStr = ConfigHelper.WebCrawlerSection.ConnectionStringCollection.First(); using (var conn = new SoapTcpConnection(connStr))
{
if (conn.State == ConnectionState.Closed)
{
conn.Open();
} ///发送ping var str = conn.SendString(CommandConstants.CMD_Ping);
resut = string.Concat("time :", DateTime.Now.ToString(), "; tcp server response: ", str);
}
采集请求:
var connStrConfig = webArgs.SystemAttachParas["SoapTcpConnectionString"] as WebCrawlerConnection; //重写解析地址-首页的分片jsonp地址
string urlOfSlicedJsonp = this.ResolveSlicedSearchPageSilcedUrl(webArgs, next_start, show_items);
webArgs.ResolvedUrl = new ResolvedSearchUrlWithParas { Url = urlOfSlicedJsonp };
using (var conn = new SoapTcpConnection(connStrConfig))
{
if (conn.State == ConnectionState.Closed)
{
conn.Open();
} //发送soap
var soapCmd = new SoapMessage() { Head = CommandConstants.CMD_FetchPage };
soapCmd.Body = JsonConvert.SerializeObject(webArgs);
var dataContainer = conn.SendSoapMessage(soapCmd);
if (null != dataContainer && dataContainer.Status == )
{
htmlItemsContent = dataContainer.Result;
}
else
{
StringBuilder errMsg = new StringBuilder("抓取网页请求失败!参数:");
errMsg.Append(soapCmd.Body);
if (null != dataContainer && !string.IsNullOrEmpty(dataContainer.ErrorMsg))
{
errMsg.Append(";服务端错误消息:")
.Append(dataContainer.ErrorMsg);
}
PluginContext.Logger.Error(errMsg.ToString());
}
}
数据交互示范
/// /// 增加 ///[TestMethod()] public void AddOneStudentsModelTest() { var model = new StudentsModel
{ Name = "你猜猜-" + DateTime.Now.ToString(),
Age = DateTime.Now.Second,
Sex = true,
Score = 55.98m,
Longitude = 555555.6666,
AddTime = DateTime.Now
}; var result = serviceOfStudents.AddOneStudentsModel(model); var watch = new System.Diagnostics.Stopwatch();
watch.Start(); model = new StudentsModel
{ Name = "你猜222222222猜-" + DateTime.Now.ToString(),
Age = DateTime.Now.Second,
Sex = true,
Score =6655.98m,
Longitude = ,
AddTime = DateTime.Now
}; result = serviceOfStudents.AddOneStudentsModel(model); watch.Stop(); Console.WriteLine(string.Format("real for insert one data use time is :{0} ms.", watch.ElapsedMilliseconds)); Assert.IsTrue(result > );
} /// <summary>
/// 批量增加
/// </summary> [TestMethod()]
public void AddMulitiStudentsModelsTest()
{
var lstData = new List<StudentsModel>();
var rand = new Random(DateTime.Now.Millisecond); for (int i = ; i < ; i++)
{
var model = new StudentsModel
{
Name = "你猜猜-" + Guid.NewGuid().ToString(),
Age = rand.Next(, ),
Sex = false,
Score = 33355.98m,
Longitude = ,
AddTime = DateTime.Now
};
lstData.Add(model);
}
var result = serviceOfStudents.AddMulitiStudentsModels(lstData);
Assert.IsTrue( == ); } /// <summary>
/// 更新数据实体-by主键
/// </summary> [TestMethod()]
public void UpdateOneStudentsModelTest()
{
var model = new StudentsModel
{
Id = ,
Age =
}; var result = serviceOfStudents.UpdateOneStudentsModel(model);
Assert.IsTrue(result);
} /// <summary>
/// 条件更新
/// 多个条件 and
///
/// </summary> [TestMethod()]
public void UpdateStudentsModelsByConditionTest()
{
var model = new StudentsModel
{
Age =
};
var result = serviceOfStudents.UpdateStudentsModelsByCondition(
model,
x => x.Id > && x.Name.Contains("你猜猜%")); Assert.IsTrue(result); } /// </summary>
[TestMethod()]
public void GetstudentsElementByIdTest()
{ var model = this.serviceOfStudents
.GetstudentsElementById(); Assert.IsTrue(null!= model); } /// <summary>
/// 条件获取
/// 或 /// </summary>
[TestMethod()]
public void GetfStudentsElementsByConditionTest()
{ var lstData = this.serviceOfStudents
.GetstudentsElementsByCondition(
x => x.Id == || x.Name.Contains("你猜猜%")
);//(x => x.PubSubWsAddr.LenFuncInSql() > 0); Assert.IsTrue(lstData.Count > ); lstData = this.serviceOfStudents
.GetstudentsElementsByCondition(null); Assert.IsTrue(lstData.Count > );
}
/// <summary>
/// 条件删除
/// </summary>
[TestMethod()]
public void DeleteMulitiservicesAddressByConditionTest()
{
//var result = this.serviceOfStudents
// .DeleteMulitiservicesAddressByCondition(x => x.PubSubWsAddr.LenFuncInSql() > 0); var result = this.serviceOfStudents
.DeleteMulitistudentsByCondition(
x => x.Id == || x.Name.Contains("你猜猜%")
);
Assert.IsTrue(result);
} //多个查询条件构建 (使用Lambda表达式构建 进行条件body的合并) [TestMethod()]
public void GetByMultipleConditionsTest()
{
//组合条件
var predicate = PredicateBuilder.CreatNew<StudentsModel>(); string id = "";
if (!string.IsNullOrEmpty(id) && id.ToInt() > )
{
predicate = predicate.And(s => s.Id <= id.ToInt());
} //开始组合表达式body
predicate = predicate.Or(s => s.Name.Contains("你猜猜-2%")); var model = this.serviceOfStudents.GetstudentsElementsByCondition(predicate); Assert.IsNotNull(model); } [TestMethod()]
public void GetStudentsModelsElementsByPagerAndConditionTest()
{
var pageSize = ;
var pageIndex = ;
var totalRecords = -;
var totalPages = -; var lstData = this.serviceOfStudents
.GetstudentsElementsByPagerAndCondition(pageIndex,
pageSize,
out totalRecords,
out totalPages, x => x.Id > ,//PubSubWsAddr.LenFuncInSql()
"Id",
OrderRule.DESC);
Assert.IsTrue(lstData.Count > ); }
联系作者
MyBlog:http://www.cnblogs.com/micro-chen/
QQ:1021776019
【ShoppingPeeker】-基于Webkit内核的爬虫蜘蛛引擎 ShoppingWebCrawler的姊妹篇-可视化任务Web管理的更多相关文章
- 【ShoppingWebCrawler】-基于Webkit内核的爬虫蜘蛛引擎概述
写在开头 在各个电商平台发展日渐成熟的今天.很多时候,我们需要一些平台上的基础数据.比如:商品分类,分类下的商品详细,甚至业务订单数据.电商平台大多数提供了相应的业务接口.允许ISV接入,用来扩展自身 ...
- Webkit内核开源爬虫蜘蛛引擎
C#开发的基于Webkit内核开源爬虫蜘蛛引擎 https://www.cnblogs.com/micro-chen/p/9075590.html 概述 在各个电商平台发展日渐成熟的今天.很多时候,我 ...
- 浅谈关于QT中Webkit内核浏览器
关于QT中Webkit内核浏览器是本文要介绍的内容,主要是来学习QT中webkit中浏览器的使用.提起WebKit,大家自然而然地想到浏览器.作为浏览器内部的主要构件,WebKit的主要工作是渲染.给 ...
- [WebKit内核] JavaScript引擎深度解析--基础篇(一)字节码生成及语法树的构建详情分析
[WebKit内核] JavaScript引擎深度解析--基础篇(一)字节码生成及语法树的构建详情分析 标签: webkit内核JavaScriptCore 2015-03-26 23:26 2285 ...
- 将webkit内核封装为duilib的浏览器控件
转载请说明出处,谢谢~~ 原本的duilib是自带浏览器控件的,但是使用了IE内核,我在做仿酷狗音乐播放器时,在右侧乐库要用到浏览器控件,而我使用自带的IE控件却发现了不少缺点,这也是duilib一直 ...
- 八大Webkit内核浏览器
列举出时下最流行的Webkit内核浏览器,所以我们并不会做出评测和对比.PS:本文列举的浏览器有一部分为IE+Webkit双核浏览器,如果您对其他IE内核浏览器很感兴趣<抛弃数据!用体验和感觉告 ...
- 【WebKit内核 CEF3 】 第一篇:下载分支代码并本地编译
关于CEF Chromium Embedded Framework 简单说就是 WebKit内核的 对外绑定. 当前主流浏览器内核 一.Trident内核代表产品Internet Explorer ...
- WebKit内核分析之Page
参考地址:http://blog.csdn.net/dlmu2001/article/details/6213377 注:本系列博客是在原博主博客基础上增加了自己的理解和片段,可以看源博文获得清晰的结 ...
- iOS:WebKit内核框架的应用与解析
原文:http://www.cnblogs.com/fengmin/p/5737355.html 一.摘要: WebKit是iOS8之后引入的专门负责处理网页视图的框架,其比UIWebView更加强大 ...
随机推荐
- JQuery中的Ajax(六)
一:Ajax请求jQuery.ajax(options) load(url,[data],[callback])jQuery.get(url,[data],[callback]) jQuery.get ...
- WP8 调用webservice 错误 The remote server returned an error: NotFound 解决
本人出错是由于本地的IIS不能被局域网其它机器访问导致的,如果你所用的本机IIS 也不可被其它机器访问,则可按照本文进行设置 具体操作时需要在防火墙设置中添加 入站规则 具体步骤如下: 1.控 ...
- javah命令的使用
背景 java开发中如果使用到JNI,则难免需要使用javah来生成C++或C的头文件信息,下面小编就直接说说javah的命令: 第一种:直接cd到当前程序的target/class目录下(maven ...
- Mysql 账号过期问题
1.ALTER USER 'root'@'localhost' PASSWORD EXPIRE; 一旦某个用户的这个选项设置为”Y”,那么这个用户还是可以登陆到MySQL服务器,但是在用户未设置新密码 ...
- 解决linux下“XX不在 sudoers 文件中。此事将被报告"的问题
在使用sudo命令时,经常性会提示出“不在 sudoers 文件中.此事将被报告”的错误信息. 这是因为当前登录的账号不在sudo权限里面. sudo命令可以让你以root身份执行命令,来完成一些我们 ...
- python中使用XPath笔记
XPath在Python的爬虫学习中,起着举足轻重的地位,对比正则表达式 re两者可以完成同样的工作,实现的功能也差不多,但XPath明显比re具有优势,在网页分析上使re退居二线. XPath介绍: ...
- linux manjaro 配置 pytorch gpu 环境
manjaro目前中国资料偏少,踩了很多坑. 安装gpu版本就这么几个步骤 1 安装英伟达的驱动cuda 2 安装 cudnn 3 安装支持gpu的pytorch 或者其他的运算框架 manja ...
- Jekyll搭建github个人博客
一.安装ruby环境 Windows下载地址: http://rubyinstaller.org/ Ruby官网: http://www.ruby-lang.org/zh_cn/ 下载安装即可 环境配 ...
- cf348D. Turtles(LGV定理 dp)
题意 题目链接 在\(n \times m\)有坏点的矩形中找出两条从起点到终点的不相交路径的方案数 Sol Lindström–Gessel–Viennot lemma的裸题? 这个定理是说点集\( ...
- POJ.1655 Balancing Act POJ.3107 Godfather(树的重心)
关于树的重心:百度百科 有关博客:http://blog.csdn.net/acdreamers/article/details/16905653 1.Balancing Act To POJ.165 ...