开源项目Egg简介

Egg 简介

Egg

https://github.com/wangduoxiong/Egg

它一个通用高效的爬虫,希望它能够替大家实现一些需求，更希望能为开源做出自己的贡献。目前，还在成长，在我的构想下，它还需要添加很多功能，我会继续完善。有任何疑问以及需求请以与作者交流:[e-mail]

• Egg是一个通用，多线程的Java爬虫框架。
• Egg简单小巧，api非常简单，容易上手。
• Egg性能不错，并实现多种请求方式。
• 能够比较快的响应使用者的需求

速度说明

实测数据，在20M无线网下（隔了堵墙，所以会不稳定）

1. 爬取1000网页，重复爬取十次

• 8核，耗时平均在15秒左右
• 16核，平均耗时12秒左右
• 32核，平均耗时12秒左右

速度大概在1.7-2.5m/s左右

功能介绍

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主体内容3.其余在仍在开发....

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。

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。

协议

遵循Apache 2.0协议