aiduyunSpider，是基于轻量级的PHP框架Codeigniter+Python开发的一套百度百度云盘搜索引擎爬虫程序。包含百度云网盘爬虫、网站前后端、搜索，整套服务。

可以采集小说，电影，音乐，种子，或者各大类教程资源，还是挺不错的。

网站： PHP Codeigniter

爬虫：Python

搜索引擎：Xunsearch

数据库：MySql

主要功能介绍：

分布式爬虫

爬虫IP代理

Web 控制面板

死链检测

重构爬虫 => 采用Node.js

使用 elasticsearch 搜索引擎

安装部署教程

## 运行环境

开始之前你需要安装

* PHP 5.3.7 +

* MySQL

* Python 2.7 ~

* [xunsearch](https://xunsearch.com/) 搜索引擎

## 获取源码

“`

git clone git@github.com:k1995/BaiduyunSpider.git

“`

或手动下载

“`

httpss://github.com/k1995/BaiduyunSpider/archive/master.zip

“`

下载完毕后，___项目的目录结构___大致是这样的

“`

:- indexer/? #索引

:- spider/? ?#爬虫

:- sql/

:- web/? #网站

:- application/

:- config/ # 配置相关

:- config.php

:- database.php # 数据库配置

…

…

:- static/ # 存放静态资源，css|js|font

:- system/

:- index.php

…

“`

## 开始部署

### 创建数据库

创建名为`pan`的数据库，编码设为`utf-8`。然后导入`sql`，完成表的创建。

### 网站部署

支持`nginx`，`apache` 服务器。

__apache__ 需要开启 *mod_rewrite* 。

__nginx__? 配置如下

“`

location /

[

index index.php;

try_files $uri $uri/ /index.php/$uri;

]

location ~ [^/]\.php(/|$)

[

fastcgi_pass? 127.0.0.1:9000;

fastcgi_index index.php;

include fastcgi.conf;

include pathinfo.conf;

]

“`

####? 配置文件修改

`config.php` 文件修改网站标题，描述等信息

`database.php` 修改数据库账号，密码等信息

> 网站是基于CodeIgniter 框架开发的，如安装，部署，或二次开发有问题，请参考[官网文档]( https://codeigniter.org.cn/user_guide/general/welcome.html)

### 启动爬虫

进入 `spider/`目录，修改`spider.py` 中数据库信息。

__如果你是第一次部署，需运行下面命令，完成做种__

“`

python spider.py :seed-user

“`

上面其实就是抓取百度云热门分享用户的相关信息，然后从他们开始入手爬取数据

然后运行

“`

python spider.py

“`

此时爬虫已经开始工作了

### 安装xunsearch

目前使用__xunsearch__作为搜索引擎，后面会更换为`elasticsearch`。

安装过程请参考（不需要安装，PHP SDK，我已经整合到web里了）

https://xunsearch.com/doc/php/guide/start.installation

### 索引数据

上面我们完成了爬虫的数据抓取，网站的搭建，但还不能搜索，下面开始最后一步，索引的建立。

进入 `indexer/`目录，在`indexer.php`中将$prefix，替换为你web的根路径

“`

require “$prefix/application/helpers/xs/lib/XS.php”;

“`

并修改数据库账号密码

然后运行

“`

python ./index.php

“`

到此为止程序已全部安装完毕