此fork分支的介绍

在部署SpiderFlow使用过程中，我遇到两点问题：

• 一是前端部分请求没有使用相对地址，导致服务没有部署在host的根目录时（比如通过nginx代理来访问），部分请求404
• 二是项目没有鉴权，谁都可以访问

鉴于官方已经很久没有更新，于是自己着手对这两点做了一些修改:

• 关于第一点当然就是修改前端使用相对路径请求接口，后台部分增加一条配置来指定url的前缀
• 第二点就是引入spring-security实现简单的登录认证（默认用户名密码admin/admin）

另外顺手升级了一些依赖，强迫症患者

关于“spider.url.prefix”配置url前缀

比如项目默认的context-path默认没有设置，但是在nginx上做了转发,添加了前缀“/spider-flow”，使得项目的访问地址变成“localhost:8088/spider-flow/”，此时spring-security的重定向并不知道应该加上这个前缀，登录也还是会跳到“localhost:8088/login.html”,但其实应该跳到“localhost:8088/spider-flow/login.html”才对。

介绍 | 特性 | 插件 | DEMO站点 | 文档 | 更新日志 | 截图 | 其它开源 | 免责声明

介绍

平台以流程图的方式定义爬虫,是一个高度灵活可配置的爬虫平台

特性

• 支持Xpath/JsonPath/css选择器/正则提取/混搭提取
• 支持JSON/XML/二进制格式
• 支持多数据源、SQL select/selectInt/selectOne/insert/update/delete
• 支持爬取JS动态渲染(或ajax)的页面
• 支持代理
• 支持自动保存至数据库/文件
• 常用字符串、日期、文件、加解密等函数
• 支持插件扩展(自定义执行器，自定义方法）
• 任务监控,任务日志
• 支持HTTP接口
• 支持Cookie自动管理
• 支持自定义函数

插件

• Selenium插件
• Redis插件
• OSS插件
• Mongodb插件
• IP代理池插件
• OCR识别插件
• 电子邮箱插件

项目部分截图

爬虫列表

爬虫测试

Debug

日志

其它开源项目

• spider-flow-vue，spider-flow的前端
• magic-api，一个以XML为基础自动映射为HTTP接口的框架
• magic-api-spring-boot-starter

免责声明

请勿将spider-flow应用到任何可能会违反法律规定和道德约束的工作中,请友善使用spider-flow，遵守蜘蛛协议，不要将spider-flow用于任何非法用途。如您选择使用spider-flow即代表您遵守此协议，作者不承担任何由于您违反此协议带来任何的法律风险和损失，一切后果由您承担。