Alternatives and similar repositories for CrawlArticle

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

• 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。
  ☆72Updated 6 years ago
• striver-ing / distributed-spider
  通用新闻类网站分布式爬虫
  ☆79Updated 7 years ago
• Henryhaohao / Wenshu_Spider
  Wenshu_Spider-Scrapy框架爬取中国裁判文书网案件数据(2019-1-9最新版)
  ☆199Updated 6 years ago
• zc3945 / caipanwenshu
  裁判文书网爬虫demo，2020-04-23更新
  ☆86Updated 5 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)
  ☆58Updated 7 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
  ☆77Updated 2 years ago
• Johnson0722 / News_scrapy_redis
  ☆31Updated 7 years ago
• naiveliberty / Toutiao_Spider
  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
• searobbersduck / CustomerServiceAI
  智能客服
  ☆108Updated 6 years ago
• xiaosimao / wx_code
  公众号文章代码
  ☆62Updated 6 years ago
• sixs / wenshu_spider
  中国裁判文书网爬虫(2018-08-28更新)
  ☆349Updated 2 years ago
• stanleylsx / app_comments_spider
  爬取百度贴吧、TapTap、appstore、微博官方博主上的游戏评论(基于redis_scrapy)，过滤器采用了bloomfilter。
  ☆54Updated 7 years ago
• zhanghe06 / news_spider
  新闻抓取（微信、微博、头条...）
  ☆225Updated 2 years ago
• 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
• Python3WebSpider / Weibo
  Weibo Spider Using Scrapy
  ☆137Updated 7 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…
  ☆108Updated 7 years ago
• MashiMaroLjc / TimeExtractor
  针对口语进行时间抽取并标准化
  ☆13Updated 5 years ago
• Liangchengdeye / DaZhongdianping
  ☆105Updated 4 years ago
• sml2h3 / openlawClawer
  openlaw数据爬虫v1.1 更新日期:2017.12.16 解决新版openlaw多种加密问题。引入celery轻松异步分布式，爬取速度再次翻倍！！
  ☆58Updated 6 years ago
• 1YCxZ / Fake-review-generation
  无监督中文仿真评论自动生成。 Unsupervised Automatic Generation of Chinese Fake Reviews.
  ☆84Updated 6 years ago
• blackAndrechen / taobao_crawled
  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。
  ☆96Updated 5 years ago
• zyymax / text-similarity
  用TF特征向量和simhash指纹计算中文文本的相似度
  ☆216Updated 9 years ago
• Leon406 / wenshukt
  裁判文书网 Android App 详情及列表接口,2021/6/9加入用户校验, 列表接口失效, 但详情接口仍可用, 项目不再进行维护
  ☆50Updated 4 years ago
• tom523 / crawlCnki
  爬取知网论文
  ☆31Updated 8 years ago
• smilemilk1992 / scrapy_redis_mongodb
  基于Python+scrapy+redis的分布式爬虫实现框架
  ☆59Updated 5 years ago
• hahaha108 / MyNews
  基于scrapy-redis的分布式新闻爬虫，可同时获取腾讯、网易、搜狐、凤凰网、新浪、东方财富、人民网等各大平台新闻资讯
  ☆47Updated 7 years ago
• zt0910 / dp_scripy
  爬取大众点评
  ☆28Updated 6 years ago
• Python3WebSpider / Weixin
  Sougou Weixin Spider Using Proxy
  ☆86Updated 4 years ago
• zhangbincheng1997 / chatbot-aiml-webqa
  基于人工智能标记语言 (AIML)和开放域问答(WebQA)的深度智能对话模型
  ☆84Updated 6 years ago
• guoxw / wenshu-
  裁判文书数据-增量更新
  ☆41Updated 5 years ago