想做个爬图片的小工具,列了一些需求,请教架构如何决定。 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
ne6rd
V2EX    Python

想做个爬图片的小工具,列了一些需求,请教架构如何决定。

  •  
  •   ne6rd 2017-01-15 21:03:36 +08:00 3811 次点击
    这是一个创建于 3190 天前的主题,其中的信息可能已经有所发展或是发生改变。

    在公司一直写 webapi ,要么就是业务相关的 CURD 操作。想抽空做个小工具,拓展一下技能面,也可以实用。 市面上一些爬虫软件用过一些,感觉太分散,没有集中管理功能。 语言 JAVA , NODEJS 都写过服务端,前端套 angular 和 bootstrap 的水平。 看到爬虫用 PYTHON 实现的很多,是不是用来写这个最合适,这几天刚看了语法。 自己列了个需求如图。如果用 python 的话,有哪些成熟的第三方库可以直接用的,谢谢。 image

    14 条回复    2017-01-17 10:08:09 +08:00
    xuzywozz
        1
    xuzywozz  
       2017-01-15 21:05:20 +08:00
    requests scrapy :)
    upczww
        2
    upczww  
       2017-01-15 21:12:24 +08:00 via iPhone
    补充下 pyspider 也不错。
    bdbai
        3
    bdbai  
       2017-01-15 21:32:13 +08:00 via Android
    如果还要站点管理什么的,感觉要搞复杂了。上 Django ,再来个消息队列吧。
    gouchaoer
        4
    gouchaoer  
       2017-01-15 21:33:50 +08:00 via Android
    Pixiv 我做了, http://myqsmy.com
    爬虫是非常琐碎的内容处理工作,做成 web 界面管理挺困难的, import.io 那样太麻烦了

    那一堆爬虫框架大多数时候都没用
    gouchaoer
        5
    gouchaoer  
       2017-01-15 21:36:27 +08:00 via Android
    django 折腾过,我表示做简单的 web 后台 php 随便找一个框架都很方便( laravel 除外)
    ne6rd
        6
    ne6rd  
    OP
       2017-01-15 21:37:31 +08:00
    @bdbai Django 不是 web 框架吗,做成 BS 架构的?我其实想做成客户端,打包成 exe 运行的。
    ne6rd
        7
    ne6rd  
    OP
       2017-01-15 21:45:47 +08:00
    @gouchaoer pixiv 我以前用过 PixivUtil2.exe ,感觉功能很强大。就是在存储路径上有一些不满意。
    主要想实现集中管理,包括更新日期之类的。
    站点管理你们第一反应都是 web 后台?我想做客户端的呀 orz
    bdbai
        8
    bdbai  
       2017-01-15 21:58:38 +08:00 via Android
    我觉得有了 web API ,跨平台就好实现了,没有 B/S 和 C/S 之分。想做网页端就来套前端框架,想做客户端就写客户端代码, Java 、 C# 都行,毕竟 GUI 不是 Python 强项。而用 Django 做一套 web 服务很方便。
    araraloren
        9
    araraloren  
       2017-01-16 09:26:54 +08:00
    ~~你这需求列的
    就不像小工具。。。。
    简单来讲 还是先搞个 demo 自己试试吧,然后根据自己的需求设计。。
    比如我这个
    https://github.com/araraloren/Getopt-Kinoko/blob/master/sample/fetch-picture.p6
    也算是一个爬虫了,足够简单实用(图片下载工具只是简单的借用 wget ,最近我才加入了 LWP 模块的支持,没来得及更新),我拿来下百毒贴吧的图片用
    考虑到其他的网站,可能最现实的就是还需要登录,甚至会有验证码,或者是 IP 的访问限制,还是挺麻烦的,前期的时候尽量要考虑全面。。
    dantegg
        10
    dantegg  
       2017-01-16 11:29:34 +08:00
    scrapy
    beidouxun
        11
    beidouxun  
       2017-01-16 12:34:24 +08:00 via Android
    我用的 C#爬虫框架,自己写的 web 管理页面。不是 GUI 和没有日志生成,其他都实现了
    doumeki
        12
    doumeki  
       2017-01-16 16:51:17 +08:00
    初学者有个疑问,我看 python 爬虫都推荐那个 scrapy.
    求问 selenium 这个自动化工具也很方便啊,为什么没人推荐使用?
    argsno
        13
    argsno  
       2017-01-16 22:25:39 +08:00 via iPad
    @doumeki selenium 主要用在需要模拟浏览器,需要 Javascript 的执行环境下
    scrapy 是个并行的爬虫框架,简单而且速度快
    figofuture
        14
    figofuture  
       2017-01-17 10:08:09 +08:00
    可以看看这篇帖子 http://www.jianshu.com/p/53948b9c5f9b
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2745 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 36ms UTC 14:38 PVG 22:38 LAX 07:38 JFK 10:38
    Do have faith in what you're doing.
    ubao snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86