Alternatives and similar repositories for CrawlArticle:

Users that are interested in CrawlArticle are comparing it to the libraries listed below

• heavysheep / webEYE
  对不同模板的静态网页，识别并提取正文、标题、时间等元素
  ☆15Updated 8 years ago
• striver-ing / distributed-spider
  通用新闻类网站分布式爬虫
  ☆75Updated 6 years ago
• jfzhang95 / news_spider
  新闻爬虫 (腾讯,网易,新浪,今日头条,搜狐,凤凰网,腾讯滚动新闻)
  ☆56Updated 6 years ago
• sph116 / zhongxin_search
  中国新闻网爬虫（全站增量爬虫，可用时间至2019.7）
  ☆17Updated 5 years ago
• Johnson0722 / News_scrapy_redis
  ☆31Updated 6 years ago
• MashiMaroLjc / TimeExtractor
  针对口语进行时间抽取并标准化
  ☆13Updated 5 years ago
• realzhengyiming / Spider_of_keywordRank
  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。
  ☆19Updated 5 years ago
• littlepai / Unofficial-Zhihu-API
  深度学习模型自动识别验证码，python爬虫库自动管理会话，通过简单易用的API，实现知乎数据的爬取
  ☆78Updated 2 years ago
• lcdevelop / page-classify
  机器学习文本分类器
  ☆46Updated 8 years ago
• haibincoder / ToutiaoCrawler
  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。
  ☆71Updated 5 years ago
• brady-chen / tbNews
  金融新闻增量式聚焦爬虫
  ☆21Updated 7 years ago
• zpeng1989 / RNN_learning_text_code
  一个基于最新版本TensorFlow的Char RNN实现。可以实现生成英文、写诗、歌词、小说、生成代码、生成日文等功能。
  ☆43Updated 6 years ago
• Randy-whiteSugar / LagouSpider_Scrapy
  使用Scrapy编写的拉勾网爬虫，添加了代理IP池、增量爬取机制
  ☆11Updated last year
• Y-Matin / NewsSpider
  毕设：使用PYQT5 和 scrapy框架 结合readability正文提取算法，再用pyinstaller打包. 开发一个通用的爬虫系统
  ☆10Updated 5 years ago
• speciallurain / CNKI_Patent_SVM
  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…
  ☆106Updated 7 years ago
• xiucaicoder / douyin-spider
  抖音无水印视频爬虫
  ☆11Updated 5 years ago
• HAOzj / periodDetection
  这个项目是用来从文本中提取时间段信息,采用树状的结构
  ☆9Updated 5 years ago
• qi20172017 / douyin_spider
  APP端爬取抖音数据
  ☆9Updated 5 years ago
• bojone / n2n-ocr-for-qqcaptcha
  an n2n ocr for qq captcha, 端到端的腾讯验证码识别
  ☆86Updated 7 years ago
• wenguan0927 / WechatSpider
  微信公众号爬虫：服务端公众号文章数据采集
  ☆43Updated 2 years ago
• brantou / crawler
  爬虫, http代理, 模拟登陆!
  ☆108Updated 7 years ago
• xqtbox / AutoHomeSpider_Scrapy
  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 7 years ago
• xiaoran-2 / TextSimilarity
  这是一个类，里面包含的有关文本相似度的常用的计算算法，例如，最长公共子序列，最短标记距离，TF-IDF等算法
  ☆63Updated 8 years ago
• terry2tan / weiboCAR
  【爬虫】基于Scrapy开发的微博（评论、转发、点赞）爬虫，可以批量抓取。
  ☆27Updated 8 years ago
• liuhuanyong / BaiduIndexSpyder
  self complemented BaiduIndexSpyder based on Selenium , index image decode and num image transfer，基于关键词的历时百度搜索指数自动采集
  ☆41Updated 6 years ago
• wuyue92tree / crwy
  一个简单的web爬虫框架，借鉴scrapy结构开发而来，并为scrapy使用者提供通用轮子^.^
  ☆13Updated 4 years ago
• WhiteDevilBan / CommentCrawler
  应用商店评论爬虫、分词、情感分析等
  ☆18Updated 5 years ago
• zhaoshiyu / WikiExtractor
  维基百科离线语料获取
  ☆28Updated 7 years ago
• bytebuff / dj-poetry-es
  django+es搭建的前后端分离，唐诗宋词搜索引擎。
  ☆34Updated 2 years ago
• youngkuan / SpidersMaven
  爬虫程序：支持爬取问答类网站（Quora/SO/Yahoo Answer/知乎/百度知道等）、百科类网站（百度百科/中英文维基百科等）、博客类网站（CSDN/Twitter等）
  ☆27Updated 7 years ago