QiuMing / zhihuWebSpiderLinks
知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
☆69Updated 9 years ago
Alternatives and similar repositories for zhihuWebSpider
Users that are interested in zhihuWebSpider are comparing it to the libraries listed below
Sorting:
- a simple distributed spider in Java. Java编写的一个简单分布式爬虫☆159Updated 12 years ago
- 使用WebMagic抓取招聘信息，并且持久化到Mysql的例子。☆224Updated 8 years ago
- lucene实现web项目近实时搜索【solr和NRTManager、SearcherManager】☆65Updated 10 years ago
- 基于hadoop思维的分布式网络爬虫。☆86Updated 9 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆61Updated 9 years ago
- 使用java+httpclient+httpcleaner，多线程、分布式爬去电商网站商品信息，数据存储在hbase上，并使用solr对商品建立索引，使用redis队列存储一个共享的url仓库；使用zookeeper对爬虫节点生命周期进行监视等。☆232Updated 4 years ago
- 集群高可用架构整理☆50Updated 9 years ago
- SpringMVC+Mybatis 脚手架☆92Updated 8 years ago
- 个人收集的觉得不错的技术站点或技术博客☆221Updated 7 years ago
- nutcher是中文的nutch文档，包含nutch的配置和源码解析，持续更新中。☆130Updated 6 years ago
- 网络爬虫☆51Updated 11 years ago
- 开源框架研究，经典书籍阅读等笔记☆59Updated 2 years ago
- 🐝 Web vertical crawler framework for fun☆191Updated last year
- A lite distributed Java spider framework :-)☆145Updated 8 years ago
- HtmlExtractor是一个Java实现的基于模板的网页结构化信息精准抽取组件。☆156Updated 7 years ago
- ☆86Updated 10 years ago
- ehuacui-bbs☆41Updated 8 years ago
- 可能是最好用的微信公众号Java开发包☆109Updated 8 years ago
- 新浪微博爬虫，采用Java语言开发，基于HTTPClient 4.0，采用MySQL存储爬取数据，支持多进程并发执行。功能包括：爬取微博、评论、转发、关注列表（层次）。根据数据需求，持续更新...☆355Updated 11 years ago
- webmagic 爬取我喜欢的网易云歌单+评论☆51Updated 7 years ago
- 工作中积累的工具类☆85Updated 7 years ago
- 社交网络数据抓取，以及CRM系统。☆68Updated 10 years ago
- jsearch：高性能的全文检索工具包☆93Updated 8 years ago
- 基于Map/Reduce爬虫,可抽取各大新闻网站的新闻正文并进行分类和聚类☆74Updated 11 years ago
- 微信、微博、QQ登录、腾讯微博...☆244Updated 9 years ago
- 互联网架构 SOA（Dubbo）+配置中心（ZK）+消息中间件MQ（RocketMq）+高速缓存（Redis）互联网架构☆65Updated 7 years ago
- 设计模式_Java实现☆34Updated 2 years ago
- shiro 基于 url做的权限系统☆43Updated 10 years ago
- 基于Apache Nutch和Htmlunit的扩展实现AJAX页面爬虫抓取解析插件☆125Updated 10 years ago
- 基于spark、mahout和spring boot构建的推荐系统☆131Updated 4 months ago