抓取各报社报纸信息－采用配置文件形式实现的一个简单的可定制爬虫
#项目说明
为采集各大报社报刊信息所做的网络爬虫
考虑到项目的可扩展性采用配置文件形式实现可定制
用户可依据增添配置文件项来扩展爬虫所抓取的信息
2014-09-26 当前仅实现获取信息
2014-09-26 使用log4j记录日志信息
2014-09-27 使用mybatis进行数据库操作
#配置文件说明
过滤规则采用了Jsoup的过滤形式
例如
a[id=href]过滤出a标签包含有id属性,并且id属性的值为href
div[class]过滤出div标签包含有class属性
table过滤出table标签