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
  ☆74Updated 6 years ago
• 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 4 years ago
• lcdevelop / page-classify
  机器学习文本分类器
  ☆46Updated 8 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)
  ☆55Updated 6 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 5 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）
  ☆16Updated 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
• cyhleo / JinRiTouTiaoNews
  scrapy+pyppeteer，爬取今日头条中新闻及热门评论信息。
  ☆11Updated 4 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
• realzhengyiming / newsSpier_scrapy
  news spider wrote by scrapy ,now it can crawl the news in sina ,and continue to update it.这个是多新闻的增量爬虫版本，爬取腾讯，网易，搜狐的每日新闻 scrapy 实现的版本
  ☆11Updated 5 years ago
• searobbersduck / CustomerServiceAI
  智能客服
  ☆102Updated 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
• brady-chen / tbNews
  金融新闻增量式聚焦爬虫
  ☆20Updated 7 years ago
• MashiMaroLjc / TimeExtractor
  针对口语进行时间抽取并标准化
  ☆13Updated 4 years ago
• QuantumLiu / Neural-Headline-Generator-CN
  从门户网站爬取新闻的摘要-标题对使用seq2seq根据摘要生成标题
  ☆45Updated 7 years ago
• Sagat0219 / crawl-JD-app
  运用爬虫和手机模拟器自动获取App内信息并保存到数据库
  ☆11Updated 6 years ago
• kingking888 / CommNewsExtractor
  通用文章提取，正文，标题，时间，作者，图片，音视频，联系方式等
  ☆23Updated last year
• Johnson0722 / News_scrapy_redis
  ☆31Updated 6 years ago
• fmyblack / textClassify
  此文本分类项目主要面向机器学习初学者和文本分类效果测试者，项目内部含有朴素贝叶斯，余弦定理，逻辑回归多种分类算法以及mm，rmm分词器，同时从某新闻站点爬取了多个分类共6000多篇文章，以及一个中文词典。项目方便自由拓展各种分类器和分词器，并通过组装测试分类效果。
  ☆35Updated 7 years ago
• bowenpay / weibo-spider
  微博爬虫。通过调用weibo api，而非暴力爬取的方式获取信息。
  ☆32Updated 8 years ago
• HuangFJ / text-similarity
  《知网》中文词语语义相似度算法
  ☆41Updated 11 years ago
• xiucaicoder / douyin-spider
  抖音无水印视频爬虫
  ☆11Updated 4 years ago
• buttered-cat / chinese_company_name_recognition
  中文命名实体识别（公司名称），Tensorflow 1.3 + Python3
  ☆38Updated 7 years ago
• whbing / taobaospider
  scrapy爬虫天猫（淘宝）店铺店名、月销售量、价格等详细信息。涉及分类大类30多个，小类数百个。总爬取结果50万+条
  ☆55Updated 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
• 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
• furuiyang0715 / JustSimpleSpider
  极简爬虫工作流
  ☆41Updated last year
• counten / TimeRec
  Time entity recognition tool based on regular expression 基于正则表达式的中文时间实体识别（时间提取）工具
  ☆24Updated 6 years ago
• OSinoooO / MeituanSpider
  美团爬虫，基于scrapy_redis
  ☆22Updated 5 years ago