介绍

如果您已经了解 Crawlab 是什么，也知道它是做什么的，您可以直接到 快速开始 或 安装 来安装和使用 Crawlab。

如果您对 Crawlab 不熟悉，请阅读以下章节以进一步了解 Crawlab。

什么是 Crawlab?

Crawlab 是强大的 网络爬虫管理平台（WCMP），它能够运行多种编程语言（包括 Python、Go、Node.js、Java、C#）或爬虫框架（包括 Scrapy、Colly、Selenium、Puppeteer）开发的网路爬虫。它能够用来运行、管理和监控网络爬虫，特别是对可溯性、可扩展性以及稳定性要求较高的生产环境。

背景和发展历史

Crawlab 项目自 2019 年 3 月开始一直在不断迭代，并且经历了多次大的更新。它最初是用来解决调度和运行大量爬虫时出现的管理问题。随着大量的优化和新功能加入，Crawlab 越来越受到开发者社区的欢迎，尤其是网路爬虫工程师。

更新日志

谁适合使用 Crawlab?

• 网路爬虫工程师. 通过集成爬虫程序到 Crawlab，您可以聚焦于爬虫的核心解析逻辑，从而避免浪费过多时间在开发通用模块上，例如任务队列、存储、日志、消息通知等。
• 运维工程师. Crawlab 对于运维工程师来说最大的好处是部署便利（对于爬虫程序和 Crawlab 本身）。Crawlab 支持 Docker 或 Kubernetes 一键安装。
• 数据分析师. 数据分析师如果能写代码（例如 Python），则可以开发爬虫程序（例如 Scrapy）然后上传到 Crawlab，然后就可以把所有脏活累活交给 Crawlab，它能够自动帮您抓取数据。
• 其他. 准确的说，任何人都能够享受 Crawlab 自动化带来的便利。虽然 Crawlab 尤其擅长执行网络爬虫任务，但它不仅限于此，它能够被用来运行其他类型的任务，例如数据处理和自动化。

主要功能

类别	功能	描述
节点	节点管理	注册、管理、监控分布式系统中多个节点
爬虫	爬虫部署	自动部署爬虫到多节点，自动同步脚本或程序等爬虫文件
	爬虫代码修改	实时在线更新和编辑脚本代码
	爬虫统计数据	爬虫运行统计数据，例如平均运行时长以及结果数量
	框架集成	基础爬虫框架，例如 Scrapy
	数据存储集成	自动保存结果数据到数据库，不需要额外配置
	Git 集成	通过内置或外部远程 Git 仓库进行版本管理
任务	任务调度	派发调度爬虫任务到分布式系统中多个节点
	任务日志	自动保存任务日志，可以在前端 UI 界面被查看
	任务数据统计	可视化展示任务数据，例如任务结果数量和运行时长
用户	用户管理	创建、更新、删除用户账号
其他	依赖管理	搜索和安装依赖，例如 Python、Node.js 的依赖包
	消息通知	当任务触发或结束时，自动发送邮件或移动端消息通知