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
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 11 years ago
• out0fmemory / GuozhongCrawler
  GuozhongCrawler的是一个无须配置、便于二次开发的爬虫开源框架，它提供简单灵活的API，只需少量代码即可实现一个爬虫。其设计灵感来源于多个爬虫国内外爬虫框架的总结。采用完全模块化的设计，功能覆盖整个爬虫的生命周期(链接提取、页面下载、内容抽取、持久化)，支持多线…
  ☆96Updated 9 years ago
• yxjay / SearchEngine-base-on-ElasticSearch-nutch-SSM
  基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎
  ☆20Updated 8 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
• wgybzbrobot / sentiment-search
  舆情搜索服务框架，其中lucene和solr版本为4.8。
  ☆61Updated 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
• abel533 / SearchEngine
  简单搜索引擎例子
  ☆84Updated 8 years ago
• iamccme / weibo-mining
  微博情感分析
  ☆12Updated 11 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
• killstanding / FinanceCrawler
  金融数据爬虫
  ☆28Updated 9 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 11 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
• garyudeng / Crawer
  各大电商网站数据抓取分析
  ☆33Updated 11 years ago
• bcqtt / article-spider
  1、支持网页爬虫 2、多线程、线程池 3、支持全文搜索 4、支持Hadoop分布式平台、HDFS/MapReduce、Zookeeper、HBase 5、支持redis分布式缓存 6、集成微信公众号开发 7、Spring4新特性 8、ActiveMQ 9、Nginx详细配置…
  ☆16Updated 2 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
• gh289054531 / machine_learning_and_data_mining
  常见数据挖掘和机器学习算法
  ☆33Updated 11 years ago
• JueFan / RecommendSystem
  推荐系统相关代码
  ☆23Updated 9 years ago
• yangguang2014 / distributedCrawler
  华南理工大学高英实验室进行的分布式爬虫项目,除了实验室内部人员外,不得私自传播.
  ☆21Updated 10 years ago
• liyifeng1994 / xfshxzs
  小锋生活小助手——JAVA开发的基于爬虫和API实现的查询类微信公众号
  ☆31Updated 6 years ago
• yinchuandong / DistributedCrawler
  java分布式爬虫，主机和从机控制的机制
  ☆14Updated 9 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
• ParadeTo / MessageQueue
  基于Flume、Kafka、SparkSql模拟的实时日志分析系统
  ☆12Updated 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
• Siriuser / WeiboCrawler
  新浪微博搜索工具
  ☆44Updated 12 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
• linux-web / spring-mybatis-jetty
  基于Spring+Mybatis+Jetty实现简单的用户信息接口。
  ☆11Updated 10 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
• shamphone / jigsaw-nlp
  本项目转移到https://github.com/cocolian/cocolian-nlp
  ☆34Updated 10 years ago
• jiaozhu / weixinSDK
  Java版微信机器人
  ☆14Updated 8 years ago