最近在公司实习，参与数据采集项目的工作。
接触了python大概2个月的时间。因为单位一直用python写脚本来爬网页数据存到公司的数据库，每次遇到一个网站或者爬取项目都要重写很麻烦，即使之前用过代码可以复制粘贴也要修改好多。因此想写一个爬虫框架。虽然网络上开源的爬虫很多，但是毕竟自己写的才能提高对语言以及web前后端的理解是吧。😀
那么首先基本的需求要理一下：

• 只需定义网页提取规则，而其他相关配置不需要重写（废话）
• 要能有一定的反爬能力，比如用代理以及request的headers里定义
• 现在很多网页是用js实时生成的，要能处理js动态加载的页面（这个目前可以勉强解决，但是性能不高，用的是selenium+phantomjs的解决方案，之后会考虑提高一下性能）
• 分布式处理，在多台机器上运行（正在研究，还没有实现）
  ……

大概写了2星期吧，断断续续的，我本人比较多心，总是写写项目就研究起别的了，比如Android开发😭
项目发到github上了，我的第一个项目，欢迎支持（为了吸引人气花了好大功夫设计README和doc），本来框架挺好用的，加上说明，很快上手，有问题欢迎提出！
附上截图一枚：

MeteorKepler espider A simply constructed web crawling and scrabing framework that is easy to use.jpg