hero_union/README.md

# Hero Union - 英雄联盟

Union of hero bots.
一个Hero的爬虫联盟。

Hero Union主要做两件事：

* 加入联盟的爬虫将定期到联盟领取网页抓取任务，并将任务结果回传
* 对外提供提交网页抓取任务和获取任务结果的接口供联盟成员使用，并支持任务完成回调通知


## Hero Union 英雄联盟使用流程

### 联盟成员使用流程

1. 调用接口向联盟提交网页抓取任务
2. 任务完成时联盟会主动通知回传任务结果
3. 也可以调用接口查询任务结果


### 联盟的爬虫工作流程

1. 本地启动爬虫后，定期向联盟上报爬虫状态
2. 爬虫定期向联盟领取新的网页抓取任务
3. 爬虫完成网页抓取任务时调用接口上报给联盟


## Hero Union 联盟接口

Hero Union联盟网站：[Hero Union英雄联盟](https://herounion.filesite.io/)。

以下为联盟所有接口的详细文档：

### 爬虫任务领取接口

* 接口网址：
```
https://herounion.filesite.io/api/gettask/
```
* 请求方法：**GET**
* 请求参数：**无**


### 爬虫任务完成回传接口

* 接口网址：
```
https://herounion.filesite.io/api/savetask/
```
* 请求方法：**POST**
* 请求参数：
```
task_id
task_result
timestamp
sign
```


### 提交网页抓取任务接口

* 接口网址：
```
https://herounion.filesite.io/api/newtask/
```
* 请求方法：**POST**
* 请求参数：
```
url
selectors
token
```


### 查询网页抓取任务结果接口

* 接口网址：
```
https://herounion.filesite.io/api/querytask/
```
* 请求方法：**GET**
* 请求参数：
```
task_id
timestamp
sign
```


### 爬虫任务完成回调通知接口

* 接收通知网址：
```
见提交网页抓取任务接口中的参数：notify_url
```
* 请求方法：**POST**
* 请求参数：
```
task_id
task_result
timestamp
sign
```


### 爬虫状态上报接口

* 接口网址：
```
https://herounion.filesite.io/api/onboard/
```
* 请求方法：**POST**
* 请求参数：
```
bot_name
status: [idle, busy]
timestamp
```


### 联盟状态查询接口

* 接口网址：
```
https://herounion.filesite.io/api/stats/
```
* 请求方法：**GET**
* 请求参数：**无**


## Hero Union 英雄联盟开发进度

更新日期：2023-11-05

* v0.1 - beta 开发中...



## 参考

npm install 使用代理，本地socks转web proxy软件：
```
https://www.npmjs.com/package/http-proxy-to-socks
```

启动代理软件：
```
hpts -s 127.0.0.1:1080 -p 8002
```