doc2.0 ch1

zh_docs/user-manual-new.md

@@ -0,0 +1,120 @@
+WebMagic文档2.0版
+========
+
+WebMagic是一个简单灵活、便于二次开发的爬虫框架。除了可以便捷的实现一个爬虫，WebMagic还提供多线程功能，以及基本的分布式功能。
+
+你可以直接使用WebMagic进行爬虫开发，也可以定制WebMagic以适应复杂项目的需要。
+
+## 1. 安装和使用
+
+WebMagic包含两个主要的jar包：`webmagic-core-{version}.jar`和`webmagic-extension-{version}.jar`。在项目中添加这两个包的依赖，即可使用WebMagic。
+
+### 1.1 使用Maven
+
+WebMagic基于Maven进行构建，推荐使用Maven来安装WebMagic。在项目中添加以下坐标即可：
+
+```xml
+<dependency>
+    <groupId>us.codecraft</groupId>
+    <artifactId>webmagic-extension</artifactId>
+    <version>0.4.3</version>
+</dependency>
+```
+
+WebMagic 使用slf4j-log4j12作为slf4j的实现.如果你自己定制了slf4j的实现，请在项目中去掉此依赖。
+
+```xml
+<dependency>
+    <groupId>us.codecraft</groupId>
+    <artifactId>webmagic-extension</artifactId>
+    <version>0.4.3</version>
+    <exclusions>
+    <exclusion>
+        <groupId>org.slf4j</groupId>
+        <artifactId>slf4j-log4j12</artifactId>
+    </exclusion>
+</exclusions>
+</dependency>
+```
+
+### 1.2 不使用Maven
+
+不使用maven的用户，可以下载附带二进制jar包的版本(感谢[oschina](http://www.oschina.net/))：
+
+	git clone http://git.oschina.net/flashsword20/webmagic.git
+
+在**lib**目录下，有项目依赖的所有jar包，直接在IDE里import即可。
+
+### 1.3 从源码安装
+
+## 2. 基本的爬虫
+
+### 2.1 抽取内容(xpath, regex, css selector, jsonpath)
+
+### 2.2 发现链接
+
+### 2.3 处理多个页面
+
+## 3. 使用注解
+
+### 3.1 抽取内容(xpath, regex, css selector, jsonpath)
+
+### 3.2 发现链接
+
+### 3.3 处理多个页面
+
+### 3.4 在POJO中实现复杂逻辑
+
+## 4. 配置爬虫
+
+### 4.1 抓取频率
+
+### 4.2 编码
+
+### 4.3 代理
+
+### 4.4 设置cookie/UA等http头信息
+
+### 4.5 重试机制
+
+### 4.6 多线程
+
+## 5. 爬虫的启动和终止
+
+### 5.1 启动爬虫
+
+### 5.2 终止爬虫
+
+### 5.3 设置执行时间
+
+### 5.4 定期抓取
+
+## 6. 管理URL
+
+### 6.1 手动添加URL
+
+### 6.2 在URL中保存信息
+
+### 6.3 几种URL管理方式
+
+### 6.4 自己管理爬虫的URL
+
+## 7. 抽取结果的处理
+
+### 7.1 输出到控制台
+
+### 7.2 保存到文件
+
+### 7.3 JSON格式输出
+
+### 7.4 自定义持久化方式(mysql/mongodb…)
+
+## 8. 实例
+
+### 8.1 基本的列表+详情页的抓取
+
+### 8.2 抓取动态页面
+
+### 8.3 分页抓取
+
+### 8.4 定期抓取