Skip to content

Zehao/WebBookCrawler

Repository files navigation

WebBookCrawler

针对国内的大部分小说网站,如起点中文网,3G书城,17k等,爬取其书库页面(如http://all.qidian.com/Default.aspx )。获得书的id,书名等信息。

程序采用多个抓取线程FetcherThread获取页面信息,通过正则表达式获得每本书的每项数据,一个写线程WriterThread完成入库。

程序中的Page类是一个抽象类,要具体针对某个特定的网站,只需要继承并实现Page的几个方法即可,关键是正则表达式。

其他详见代码内说明。

About

小说网站信息抓取

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages