Java 网络爬虫：Egg
jopen
9年前
Egg简介
Egg简单小巧，效率很高，速度很快，配置简单方便，接口简洁，适合多种数据访问方式。实测，在20M无线网下(隔了个墙，所以有时不稳定)速度稳定在1.2-2.5M/S,峰值可以达到3M.实测抓取百度百科，1000网页大概在 17-20秒左右。10000在1：50-2:30左右。
速度说明：
实测说明，在20M无线网下(隔了个墙，不一定稳定)
1.爬取1000网页，重复爬取十次
a.8核，耗时平局在15秒左右
b.16核，平均耗时12秒左右
c.32核，平均耗时12秒左右
所以默认情况下使用16核
开发说明：
作者是在校大学生，非常希望能通过自己的努力，可以推动一点开源事业的发展，很希望可以为开源做出自己的一份贡献，更希望能够在一个深入发掘。Egg虽然还有很多不如人意的地方，但是作为在校大学生，会为大家及时解决并更新代码。遇到有需要的需求，可以及时添加功能，和大家广泛交流。作为开发者，在开发出简单易懂，容易使用的软件做着努力，所以，初学者我认为也应该很容易可以从它里面获取自己想要的。大家可以阅读源码，熟悉代码流程，和相关包的使用。
功能
1.可以通过各种方式爬取网页，当然有些并不完善，在目前主要实现get,post，其余会继续开发
2.可以从网页中提取出内容
3.其余在仍在开发....
希望：
作为开发者当然希望越来越多的人使用它。并且可以为它提出你宝贵的意见和建议。