Pholcus 使用手册

Pholcus（幽灵蛛）是一款纯Go语言编写的高并发、分布式、重量级爬虫软件，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；同时她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。

• 官方QQ群：Go大数据 42731170
• 源码地址：https://github.com/henrylee2cn/pholcus
• 完善文档：https://github.com/pholcus/docs

框架特点

1. Pholcus（幽灵蛛）以高效率，高灵活性和人性化设计为开发的指导思想；

2. 支持单机、服务端、客户端三种运行模式，即支持分布式布局，适用于各种业务需要；

3. 支持Web、GUI、命令行三种操作界面，适用于各种运行环境；

4. 支持mysql/mongodb/csv/excel等多种输出方式，且可以轻松添加更多输出方式；

5. 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；

6. 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；

7. 对采集规则进行了精心设计，支持静态编译与动态JS两种规则，灵活简单且有大量Demo，写规则就是这么轻松；

8. 支持横纵向两种抓取模式，并且支持任务暂停、取消等操作。

贡献者名单

贡献者	贡献内容
henrylee2cn	软件作者
kas	surfer下载器中phantomjs内核
wang898jian	完全手册贡献者

第三方依赖包

go get github.com/pholcus/spider_lib
go get github.com/henrylee2cn/teleport
go get github.com/PuerkitoBio/goquery
go get github.com/robertkrimen/otto
go get github.com/andybalholm/cascadia
go get github.com/lxn/walk
go get github.com/lxn/win
go get github.com/go-sql-driver/mysql
go get github.com/jteeuwen/go-bindata/...
go get github.com/elazarl/go-bindata-assetfs/...
go get gopkg.in/mgo.v2
<以下需翻墙下载>
go get golang.org/x/net/html
go get golang.org/x/text/encoding
go get golang.org/x/text/transform

（在此感谢以上开源项目的支持！）

开源协议

Pholcus（幽灵蛛）项目采用商业应用友好的Apache License v2.发布