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
☆74Jan 5, 2014Updated 12 years ago
Alternatives and similar repositories for DistributeCrawler
Users that are interested in DistributeCrawler are comparing it to the libraries listed below. We may earn a commission when you buy through links labeled 'Ad' on this page.
Sorting:
- 利用Java网络爬虫爬取重庆大学新闻网站数据，依据解析的数据构建的新闻网站☆11Mar 7, 2016Updated 10 years ago
- 用java写的搜狐新闻爬虫☆14May 2, 2017Updated 9 years ago
- 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.☆21Jul 13, 2014Updated 12 years ago
- 基于WebCollector的新浪微博爬虫及相关登录工具，如新浪微博Cookie获取☆14Nov 21, 2018Updated 7 years ago
- DistributeCrawler的Maven版☆10Jun 20, 2022Updated 4 years ago
- End-to-end encrypted email - Proton Mail • AdSpecial offer: 40% Off Yearly / 80% Off First Month. All Proton services are open source and independently audited for security.
- 今日头条科技新闻接口爬虫☆17Sep 26, 2017Updated 9 years ago
- java分布式爬虫，主机和从机控制的机制☆14May 21, 2015Updated 11 years ago
- 新闻网站爬虫,目前能够爬取网易，新浪，qq，搜狐等三家网站的新闻页面，并保存到本地。☆34Jun 12, 2015Updated 11 years ago
- 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…☆103Apr 20, 2015Updated 11 years ago
- "奇伢爬虫"是基于sprint boot 、 WebMagic 实现 微信公众号文章、新闻、csdn、info等网站文章爬取，可以动态设置文章爬取规则、清洗规则，基本实现了爬取大部分网站的文章。☆323Sep 3, 2017Updated 9 years ago
- 爬虫爬取网站新闻，DBCAN聚类,推荐系统......☆15May 22, 2018Updated 8 years ago
- A simple and flexible web crawler framework for java.☆20Apr 22, 2018Updated 8 years ago
- 基于Scrapy的爬虫，爬取新浪新闻，数据库使用mysql和mongoDB附带master 分支docker镜像。☆18Aug 9, 2016Updated 10 years ago
- 抓取各报社报纸信息－采用配置文件形式实现的一个简单的可定制爬虫☆11Sep 1, 2022Updated 4 years ago
- End-to-end encrypted email - Proton Mail • AdSpecial offer: 40% Off Yearly / 80% Off First Month. All Proton services are open source and independently audited for security.
- Gecko crawler supports distributed by redis☆25Mar 11, 2018Updated 8 years ago
- java爬虫，反爬虫策略、ETL清洗数据，以及spark离线和实时分析新闻并存入ES☆19Nov 26, 2018Updated 7 years ago
- 使用java+httpclient+httpcleaner，多线程、分布式爬去电商网站商品信息，数据存储在hbase上，并使用solr对商品建立索引，使用redis队列存储一个共享的url仓库；使用zookeeper对爬虫节点生命周期进行监视等。☆233Nov 6, 2020Updated 6 years ago
- QQ Tea 加/解密算法之PHP实现☆12Nov 29, 2016Updated 9 years ago
- 千万级设备时序数据实时存储桥接服务☆10Sep 6, 2021Updated 5 years ago
- 针对微博的话题聚类实现☆49Apr 11, 2016Updated 10 years ago
- 反网页爬虫系统☆39Mar 10, 2015Updated 11 years ago
- 迁移工具，目标是Oracle，MySQL，SqlServer到PostgreSQL的单项迁移，PostgreSQL和大数据平台Hive，Hbase，Impala等的双向迁移。☆10Dec 3, 2014Updated 11 years ago
- 爬虫抓取框架,封装HttpClient,Htmlunit,Selenium等工具☆26Nov 15, 2018Updated 7 years ago
- Wordpress hosting with auto-scaling - Free Trial Offer • AdFully Managed hosting for WordPress and WooCommerce businesses that need reliable, auto-scalable performance. Cloudways SafeUpdates now available.
- 微信公众号文章爬虫☆43Sep 1, 2022Updated 4 years ago
- Use crawlers to get news, combine the similar ones and display their comments from different websites☆19Sep 30, 2020Updated 6 years ago
- Lianjia house spider链家二手房爬虫~ Springboot + Webmagic + Mysql + Redis☆27Apr 22, 2021Updated 5 years ago
- Web/FileSystem Crawler Library☆39Updated this week
- 使用CC2530单片机实现数据上传和远程控制的功能。大概流程如下：终端采集数据无线发送到协调器，协调器再将数据上传到OneNET云平台，在云平台上可以下发命令控制LED灯。更详细内容请看：http://t.csdn.cn/fB32X☆14Apr 10, 2022Updated 4 years ago
- 新浪微博，微信，知乎，头条爬虫，支持新浪登录打码获取cookie实现登录☆16Jul 3, 2017Updated 9 years ago
- 结合 ELUpload + vue-cropper 进行图片初始化渲染，图片上传裁剪的封装☆26Jun 26, 2018Updated 8 years ago
- Android双进程守护☆11May 24, 2016Updated 10 years ago
- 抖音,淘宝系,常见新闻爬虫☆13Apr 15, 2022Updated 4 years ago
- AI Agents on DigitalOcean Gradient AI Platform • AdBuild production-ready AI agents using customizable tools or access multiple LLMs through a single endpoint. Create custom knowledge bases or connect external data.
- qq加群机器人，根据配置的关键词来搜索群并自动发送加群验证。难点：list滚动需要跨进程模拟触屏事件。使用前提：需要获取root权限，如需要获取更多机型的支持，需要添加相应机型的模拟触屏实现类。本项目不再维护，只提供给个人开发者学习使用。☆15Jul 23, 2018Updated 8 years ago
- 分布式网络爬虫架构☆16Sep 26, 2016Updated 10 years ago
- 办公自动化（maven+spring+springmvc+mybatis） 本项目分为信息管理、邮件管理、考勤管理、权限管理四个模块。 项目使用使用阿里巴巴连接池druid，使用Shiro作为安全框架 邮件管理模块分为写邮件、收邮件、垃圾邮件三个板块，写邮件实现了文件上传…☆26Jan 17, 2017Updated 9 years ago
- 本项目是以Java为基础，基于Android平台下的软件开发，目的在于提供一个方便快递拿取的学生平台。 为改善江安快递摊的拥挤现状和并为学生提供便利，以围合为单位，学生只需将快递信息发布在此平台上，有顺路或有意愿帮忙拿取快递的同学可以在app上实名注册成为快递员（同时也…☆27Apr 21, 2018Updated 8 years ago
- Based on the Scrapy framework, crawling crawlers ------------------ 基于Scrapy 框架开发 抓取新闻的爬虫 -------------☆13Jul 26, 2019Updated 7 years ago
- Sina News Crawler and Word Segmentation☆13Dec 20, 2017Updated 8 years ago
- A ECharts Data Formatter☆11Sep 7, 2019Updated 7 years ago