（3021期）Kekik Crawler – 轻量无头爬虫 · 预设即开即用

轻量无头爬虫 · 预设即开即用 基于 Scrapling 的无浏览器爬虫框架，支持预设模板、检查点续爬与结构化输出，适合确定性数据抓取场景。 使用说明 核心用法 Kekik Crawler 是一款基于 Scrapling 的轻量级无浏览器爬虫工具，采用单一职责原则（SRP）的清晰架构设计。用户通过命令行快速启动抓取任务，支持两种输入模式：直接传入 URL 列表（--urls）或使用查询词组合（--queries）。框架内置 person-research 和 deep-research 两种预设模板，分别对应常规人物信息检索与深度调研场景，输出格式支持 JSONL 行存储与结构化报告（JSON）。 任务执行由 core/crawl_runner.py 统一编排，具备检查点（checkpointing）机制，可在异常中断后恢复进度。输出目录默认为 outputs/，便于结果管理与后续分析。 显著优点 无浏览器依赖：基于 Scrapling 实现纯 HTTP 请求抓取，资源占用低，适合大规模并发 架构清晰：SRP 设计降低模块耦合，便于二次开发与维护 预设驱动：内置常用场景模板，降低配置门槛 容错续爬：检查点机制保障长周期任务的可靠性 输出友好：JSONL + JSON 报告双轨输出，兼容主流数据分析流程 潜在局限 无浏览器环境意味着无法处理重度 JavaScript 渲染页面（SPA、动态加载内容） 预设模板覆盖场景有限，复杂反爬策略需自行扩展 缺少分布式调度能力，单机性能天花板明显 文档与社区支持较新，生态成熟度不及 Scrapy 等老牌框架 适合人群 需要快速搭建轻量爬虫的数据工程师与分析师 追求代码简洁、避免浏览器开销的技术团队 从事人物信息调研、舆情监控等确定性抓取场景的研究者 常规风险 反爬封禁：高频请求易触发 IP 限制，需配合代理池与请求频率控制 数据合规：抓取个人信息需遵循 GDPR、个保法等法规，避免法律风险 目标站点变更：HTML 结构变动导致解析失效，需持续维护选择器规则 检查点一致性：极端情况下检查点文件损坏可能造成进度丢失 原始说明 Scrapling-only, deterministic web crawler with clean SRP architecture, presets, checkpointing, and JSONL/report outputs.