一种爬虫架构分享

这是舆情分析系统，一种泛提取的爬虫，主要是要爬取63个网站或搜索引擎的新闻。



爬虫系统主要是分为主动式调度系统和被动式调度系统。这个架构图是主动去拿种子。

还有一种是被动调用模式，自己不去爬，但是会被http接口触发来爬，比如查一个地方的房价，不是全网爬完再存数据库，而是不需要数据库，每次爬取都是实时的爬取并返回结果。