最近国内一位开发者在 GitHub 上开源了个集众多数据源于一身的爬虫工具箱——InfoSpider，一不小心就火了！！！
有多火呢？开源没几天就登上GitHub周榜第四，标星1.3K，累计分支 172 个。同时作者已经开源了所有的项目代码及使用文档，并且在B站上还有使用视频讲解。
在这样一个信息爆炸的时代，每个人都有很多个账号，账号一多就会出现这么一个情况：个人数据分散在各种各样的公司之间，就会形成数据孤岛，多维数据无法融合，这个项目可以帮你将多维数据进行融合并对个人数据进行分析，这样你就可以更直观、深入了解自己的信息。
InfoSpider 是一个集众多数据源于一身的爬虫工具箱，旨在安全快捷的帮助用户拿回自己的数据，工具代码开源，流程透明。并提供数据分析功能，基于用户数据生成图表文件，使得用户更直观、深入了解自己的信息。
目前支持数据源包括GitHub、QQ邮箱、网易邮箱、阿里邮箱、新浪邮箱、Hotmail邮箱、Outlook邮箱、京东、淘宝、支付宝、中国移动、中国联通、中国电信、知乎、哔哩哔哩、网易云音乐、QQ好友、QQ群、生成朋友圈相册、浏览器浏览历史、12306、博客园、CSDN博客、开源中国博客、简书。
根据创建者介绍，InfoSpider 具有以下特性：
-
安全可靠：本项目为开源项目，代码简洁，所有源码可见，本地运行，安全可靠。
-
使用简单：提供 GUI 界面，只需点击所需获取的数据源并根据提示操作即可。
-
结构清晰：本项目的所有数据源相互独立，可移植性高，所有爬虫脚本在项目的 Spiders 文件下。
-
数据源丰富：本项目目前支持多达24+个数据源，持续更新。
-
数据格式统一：爬取的所有数据都将存储为json格式，方便后期数据分析。
-
个人数据丰富：本项目将尽可能多地为你爬取个人数据，后期数据处理可根据需要删减。
-
数据分析：本项目提供个人数据的可视化分析，目前仅部分支持。
InfoSpider使用起来也非常简单，你只需要安装python3和Chrome浏览器，运行 python3 main.py，在打开的窗口点击数据源按钮, 根据提示选择数据保存路径，接着输入账号密码，就会自动爬取数据，根据下载的目录就可以查看爬下来的数据。
当然如果你想自己去练习和学习爬虫，作者也开源了所有的爬取代码，非常适合实战。
举个例子，比如爬取taobao的：
项目传送门
项目代码：
https://github.com/kangvcar/InfoSpider
项目使用文档：
https://infospider.vercel.app
项目视频演示：
https://www.bilibili.com/video/BV14f4y1R7oF/
内容反馈