Alternatives and similar repositories for codes-scratch-crawler:

Users that are interested in codes-scratch-crawler are comparing it to the libraries listed below

• gsh199449 / DistributeCrawler
  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
  ☆76Updated 11 years ago
• yxjay / SearchEngine-base-on-ElasticSearch-nutch-SSM
  基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎
  ☆19Updated 8 years ago
• iamccme / weibo-mining
  微博情感分析
  ☆12Updated 11 years ago
• garyudeng / Crawer
  各大电商网站数据抓取分析
  ☆32Updated 11 years ago
• ParadeTo / MessageQueue
  基于Flume、Kafka、SparkSql模拟的实时日志分析系统
  ☆12Updated 9 years ago
• QiuMing / zhihuWebSpider
  知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
  ☆69Updated 8 years ago
• yxlHuster / news-duplicated
  文本去重算法，研究自推荐系统中新闻的去重，采用了雅虎的Near-duplicates and shingling算法，服务端用c实现，客户端用java实现，利用thrift框架进行通信，为了提高扩展性，去重可以在服务端实现，服务器也提供了计算的接口，方便客户端自己扩展
  ☆23Updated 10 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 10 years ago
• linyiqun / opinion-mining-system
  新闻评论观点挖掘系统，粗粒度的分析出新闻网评观点的倾向和走势
  ☆53Updated 9 years ago
• yinchuandong / DistributedCrawler
  java分布式爬虫，主机和从机控制的机制
  ☆14Updated 9 years ago
• ml-distribution / negative-sentiment
  基于词典的负面舆情信息评分算法。
  ☆26Updated 10 years ago
• drogba321 / easy-recommender
  个性化推荐算法的通用处理框架，基于Mahout和Lucene
  ☆18Updated 9 years ago
• ddviplinux / crawler-framework
  分布式爬虫框架,基于webdrvier模拟用户请求,kafka消息传递,分布式网页存储使用hbase,task异步任务多线程解析,提供基础服务如:proxy ip服务和号码验证服务等, proxy page使用H5和we版进行接入
  ☆13Updated 9 years ago
• guuuuo / dubai
  迪拜后台系统框架：基于Springside、Mysql、Bootstrap2的后台系统框架，旨在为繁杂的各种业务流程提供一个界面简约、操作高效、运行稳定、容易集成和横向扩展的开发基础框架及规范。
  ☆44Updated 2 years ago
• wgybzbrobot / sentiment-search
  舆情搜索服务框架，其中lucene和solr版本为4.8。
  ☆60Updated 9 years ago
• linger2012 / recommendation-algorithm-implemented-by-java
  推荐算法
  ☆30Updated 9 years ago
• ysc / word_web
  通过web服务器对word分词的资源进行集中统一管理
  ☆17Updated 7 years ago
• abel533 / SearchEngine
  简单搜索引擎例子
  ☆84Updated 8 years ago
• hbyhl / qademo
  搜狐实习自动回复项目：语音识别、问题过滤、答案推荐
  ☆8Updated 10 years ago
• lovepanda603 / LovePanda
  采用jfinal和amazeui搭建的个人博客，前端UI：Amaze UI，框架：jfinal2.2。支持移动端自动适配。目前处于测试阶段。目前拥有模块：博客，美图，视频，有强大的前台和后台管理功能，博主会持续更新其他模块。线上部署地址为www.liuyunfei.cn，欢…
  ☆52Updated 8 years ago
• CrawlScript / WordCount
  JAVA开源关键词提取框架
  ☆10Updated 10 years ago
• tigerxue / ghost-login
  ☆28Updated 8 years ago
• mayanhui / zh-solr-se
  Search Engine for Chinese base on Solr（基于solr的中文搜索引擎框架）
  ☆27Updated 12 years ago
• JueFan / RecommendSystem
  推荐系统相关代码
  ☆23Updated 9 years ago
• da2vin / Spider_index
  爬取百度指数和阿里指数，采用selenium，存入hbase，验证码自动识别，多线程控制
  ☆32Updated 8 years ago
• javagaorui5944 / ProxyIpPool
  The Crawler Proxy IP Pool Component
  ☆63Updated 2 years ago
• killstanding / FinanceCrawler
  金融数据爬虫
  ☆28Updated 9 years ago
• thegodofwar / Spider
  利用HttpClient4+实现网络小说爬虫，可动态添加热门的小说网站
  ☆30Updated 12 years ago
• advanced-programs / weibo-service
  微博数据分析服务框架。
  ☆12Updated 9 years ago
• badaozhai / wechat_webdriver_spider
  java 基于selenium抓取搜狗微信公众号文章
  ☆49Updated 9 years ago