# InfoGatherer

**Repository Path**: iskyx/info-gatherer

## Basic Information

- **Project Name**: InfoGatherer
- **Description**: LINUX、WINDOWS下可用的本地信息采集工具
- **Primary Language**: Python
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-10
- **Last Updated**: 2026-03-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 网站内容抓取器

一个基于 Python 的 Windows 窗口程序,用于批量抓取网站内容并保存为 Word 文档。

## 功能特点

1. **地址栏输入** - 输入要爬取的网站地址
2. **页面列表** - 显示网站包含的模块及子页面,支持多选
3. **进度显示** - 实时显示爬取进度和日志
4. **批量操作** - 支持全选、反选、清空选择
5. **Word导出** - 将爬取内容保存为 Word 文档
6. **配置保存** - 保存常用网址配置

## 安装依赖

```bash
pip install -r requirements.txt
```

## 运行程序

```bash
python web_crawler.py
```

## 使用说明

1. 在地址栏输入要爬取的网站URL
2. 点击"开始爬取"按钮
3. 等待程序分析网站并获取页面列表
4. 在左侧列表中选择需要保存的页面(支持多选)
5. 点击"保存为Word"按钮,选择保存位置
6. 点击"保存配置"可以保存当前网址

## 技术栈

- Python 3.x
- tkinter - 窗口界面
- requests - HTTP请求
- BeautifulSoup4 - HTML解析
- python-docx - Word文档生成

## 注意事项

- 请遵守网站的 robots.txt 规则
- 合理使用爬取功能,避免对服务器造成压力
- 仅用于学习和合法用途