Neo-Luo / scrapy_baiduLinks
百度网页搜索爬虫（查询结果列表页和详情页抓取，详情页正文提取）
☆24Updated 6 years ago
Alternatives and similar repositories for scrapy_baidu
Users that are interested in scrapy_baidu are comparing it to the libraries listed below
Sorting:
- 基于selenium的轻量级新浪微博爬虫，可实现：1.后台自动爬取微博搜索结果/2.按时间段爬取搜索结果/3.爬取用户基本信息☆51Updated 5 years ago
- Wenshu_Spider-Scrapy框架爬取中国裁判文书网案件数据(2019-1-9最新版)☆197Updated 6 years ago
- Simple examples of text data visualization. 文本人物可视化，词云、人物关系图谱☆111Updated 7 years ago
- 新浪微博爬虫(Sina weibo spider)，百度搜索结果 爬虫☆195Updated 2 years ago
- 通用新闻类网站分布式爬虫☆78Updated 7 years ago
- 文本分类是指在给定分类体系下 , 根据文本的内容自动确定文本类别的过程。首先我们根据scrapy爬虫根据中国知网URL的规律，爬取70多万条2014年公开的发明专利，然后通过数据清洗筛选出了60多万条含标签数据。通过TF-IDF对60多万条本文进行词频提取，依照词频排序提取…☆108Updated 7 years ago
- 新闻检索：爬虫定向采集3-4个网页，实现网页信息的抽取、检索和索引。网页个数不少于10个，能按时间、相关度、热度等属性进行排序，并实现相似主题的自动聚类。可以实现：有相关搜索推荐、snippet生成、结果预览(鼠标移到相关结果， 能预览)功能☆128Updated 9 years ago
- 利用文本挖掘技术进行新闻热点关注问题分析☆163Updated 6 years ago
- 对小说文本进行分析，提炼小说剧情内容和人物关系☆87Updated 6 years ago
- 基于 Simhash 的论文查重系统☆82Updated 3 years ago
- 今日头条新闻详情页面爬取，逆向 Cookies 中 __ac_signature 生成过程☆33Updated 5 years ago
- ☆105Updated 4 years ago
- 今日头条爬虫，主要爬取关键词搜索结果，包含编辑距离算法、奇异值分解、k-means聚类。☆72Updated 6 years ago
- 基于Char RNN实现的“作家”应用，可以写诗也可以生成名字，看起来还☆87Updated 4 years ago
- 依据香港中文大学设计的规则系统，先用小样本评论建立初始关键词库，再结合18种句式逐条匹配评论，能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后，达到较高准确率的基础上，使用Tableau进一步分析数据，识别出客户集中关注的商品属性、普遍好评差评的商品属性；通过…☆56Updated 7 years ago
- mirror of dongxiexidian/Chinese☆301Updated 6 years ago
- 豆瓣电影（短评）爬 虫☆52Updated 7 years ago
- 爬取汽车之家的口碑数据，并破解前端js反爬虫措施分析☆62Updated 8 years ago
- 搜索引擎关键词排位爬虫，包括百度，搜狗，360的搜索引擎关键词排位爬虫，关键词从百度热词中取得，排位分别从三个搜索引擎中抓取。☆18Updated 5 years ago
- Weibo Spider Using Scrapy☆137Updated 7 years ago
- 大众点评商家评论爬虫☆48Updated 5 years ago
- 一个爬取企查查网站中所有中国企业与公司基本信息的爬虫程序。☆212Updated 8 years ago
- 用python实现TF_IDF算法，用于文档的相关性搜索☆36Updated 10 years ago
- 谷歌翻译，360翻译，iCIBA翻译，有道翻译，免费API☆188Updated 3 years ago
- 基于scrapy-redis实现分布式爬虫，爬取知乎所有问题及对应的回答，集成selenium模拟登录、英文验证码及倒立文字验证码识别、随机生成User-Agent、IP代理、处理302重定向问题等等☆58Updated 6 years ago
- 爬虫项目，领英、专利、乐捐、好大夫、阿里拍卖、看准网、实习僧、百度百科、51job、智联招聘等近80个网站☆83Updated 4 years ago
- 中国裁判文书网爬虫(2018-08-28更新)☆345Updated 2 years ago
- 文本生成，可用于作诗、写小说☆129Updated 7 years ago
- Download Images From 360 Using Scrapy☆42Updated 5 years ago
- 淘宝爬虫命令行版，指定爬取淘宝商品和评论，利用selenium爬取商品信息，requests爬取评论信息。☆94Updated 5 years ago