demo项目GitHub地址：
https://github.com/zhou1178539345/shenjianshou_spiders/
进入爬虫市场
首先进入爬虫市场，登录，链接在这–爬虫市场。
在这里也可以使用别人的爬虫和API，但是这不是我们的目的，况且博主自己把大部分爬虫看了，很少会有人将爬虫的代码开源出来，只有去官方的GitHub能看到几个例子，但是对于初学者来说，还是稍微难了一点。
这里是神箭手的开发文档，如果你想真的写爬虫，最好还是先过一遍文档，链接在这–开发文档。
第一遍应该能了解个大概，但是又不知从何入手，没关系，主题来了。
创建爬虫
进入我的控制台或者我的爬虫，点击新建应用。
然后弹窗中选择自己开发，输入名字，点击创建。
进入到项目中。
编辑代码
这里是我一个采集名叫牛人微信的一个小网站。
var configs = {
domains: ["weixin.niurenqushi.com"], //定义爬虫爬取哪些域名下的网页, 非域名下的url会被忽略以提高爬取速度
scanUrls: ["http://weixin.niurenqushi.com/"], //定义爬虫的入口链接, 爬虫从这些链接开始爬同时这些链接也是监控爬虫所要监控的链接
contentUrlRegexs: "http://weixin\\.niurenqushi\\.com/article/list\\-\\d+.html", //定义”内容页”url的规则“内容页”是指包含要爬取内容的网页, 比如,“http://www.qiushibaike.com/article/117844937“就是糗事百科一个”内容页”
helperUrlRegexes: ["http://weixin\\.niurenqushi\\.com/article/2016-11-30/\\d+.html"], //定义”列表页”url的规则对于有列表页的网站, 使用此配置可以大幅提高爬虫的爬取速率“列表页”是指包含”内容页”列表的网页, 比如,“http://www.qiushibaike.com/8hr/page/2/?s=4867046“就是糗事百科的一个”列表页”
enableJS: false, //是否使用JS渲染默认值是false, 如果需要使用JS渲染, 可以设置此项为true
interval: 3000, //爬虫爬取每个网页的时间间隔单位: 毫秒
fields: [ //定义”内容页”的抽取规则规则由一个个field组成, 一个field代表一个数据抽取项
{
name: "article_title",//名称字段，可以随便取
selector: "//div[contains(@class,'contitle')]/h1",//指的是你要抓取的内容在哪个标签中，这里就是在一个名叫contitle的div中的h1中抓取内容
required: false//是否能为空
},
{
name: "article_content",
selector: "//div[contains(@id,'contentbody')]",
required: false
},
{
name: "article_publish_time",
selector: "//div[contains(@class,'contitle')]//div",
required: false
},
{
name: "article_topic",
selector: "//a[contains(@class,'ly')]",
required: false
}
]
};//下面这个方法，当一个field的内容被抽取到后进行的回调, 在此回调中可以对网页中抽取的内容作进一步处理configs.afterExtractField = function(fieldName, data, page){
if (fieldName == "article_content") { return cacheImg(data); // 返回可被托管到图片云服务器上的url，如果你只想将数据保存在本地，那么这个可以不写。
} if(fieldName=="article_publish_time"){
data = Date.parse(new Date())/1000+"";//将抓取到的时间转换成2016-12-4形式
} return data;
};var crawler = new Crawler(configs);
crawler.start();//开启爬虫123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657
可以在右边测试栏先测试。
抓取结果
点击左侧总览，然后右上角启动。
稍作等待。
点击左侧爬取结果。
发布结果
不论你是想发布到网站上还是保存数据下来，平台都有方法。
如果想要导出Excel表格形式，点击左侧导出到文件。按需求选择，点击生成文件即可。
如果是想发布到网站上，点击这里，会有很好的解释。–数据发布
这里有很多集成式网站的接口，可以直接使用，博主就是用的wecenter发布的数据，www.nicesunny.com，网站没啥东西。
如果在发布过程后，数据被发布了，但是其中的图片没有显示出来，那么可以试试神箭手平台的图片托管，有三种，阿里，七牛，神箭手，为了方便，我用的神箭手。
如何将图片托管到神箭手?
from http://blog.csdn.net/sinat_29412671/article/details/53457618
