求一款 Mac 或 Win 上，抓取 html 爬虫 down 到本地的软件

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

这是一个创建于 3135 天前的主题，其中的信息可能已经有所发展或是发生改变。

看了大多数爬虫，都是 java 的。

现在需求时，希望能在本地运行的。最好是 Mac ，不行就 win ，再不行就 php 吧

直接把 h tml 全部 down 下来就行。自动按照正则去爬

爬虫

Mac

Win

down

14 条回复 • 2016-04-27 19:19:33 +08:00

13348859836

2016-04-27 12:22:59 +08:00

python 的爬虫框架多随便找一个吧

zhouxuchen

2016-04-27 12:50:50 +08:00

life is short, you need pyquery

xiamx

2016-04-27 13:30:05 +08:00

html is context free grammar btw

jnduan

2016-04-27 15:09:36 +08:00

java 的就不能本地运行了？

那你用 Offline Explorer 吧

sadhen

2016-04-27 15:35:59 +08:00

不太理解楼主的需求

貌似是把 HTML 全部下载到本地后，再在没有网络环境的情况下抓取信息是么？

还是普通的爬虫框架？

pr2b

2016-04-27 15:50:30 +08:00 via iPad

@sadhen 是按照正则顺序爬，然后把 html 都 down 到本地。

正在研究火车头🚄 ，就是保存 html 的一步还没有成功

@jnduan 的浏览器，没找到在哪里写网址规则。

cxbig

2016-04-27 15:57:08 +08:00

php/ruby/python 随便哪个语言都可以，手写一个百来行。

SCaffrey

2016-04-27 16:06:04 +08:00

nodejs/python

Tink

2016-04-27 16:06:42 +08:00

这个貌似叫离线浏览器？

wmhx

2016-04-27 16:39:43 +08:00

wget 啊, 一丢丢的

qq839994901

2016-04-27 18:44:59 +08:00

scrapy

Ouyangan

2016-04-27 18:55:58 +08:00

java 不能本地么......

break

2016-04-27 19:12:28 +08:00 via iPhone

都是 html 的话， wget 就可以了， wget 的镜像复制命令

imn1

2016-04-27 19:19:33 +08:00

爬虫很多，能用正则的不多