Alternatives and similar repositories for baiduIndexCrawler

Users that are interested in baiduIndexCrawler 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
• 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。
  ☆95Updated 5 years ago
• naiveliberty / DaZhongDianPing
  大众点评(商家信息、评论)爬取
  ☆66Updated 2 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)
  ☆200Updated 6 years ago
• furuiyang0715 / JustSimpleSpider
  极简爬虫工作流
  ☆43Updated 2 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。
  ☆18Updated 6 years ago
• fredfeng0326 / Scraping
  京东，淘宝，苏宁，亚马逊爬虫抓取商品信息并分析数据
  ☆187Updated 2 years ago
• xm9304 / Taobao_spider
  淘宝的模拟登录，有requests和selenium两个版本
  ☆48Updated 5 years ago
• Yanxueshan / Scrapy-Redis-Zhihu
  基于scrapy-redis实现分布式爬虫，爬取知乎所有问题及对应的回答，集成selenium模拟登录、英文验证码及倒立文字验证码识别、随机生成User-Agent、IP代理、处理302重定向问题等等
  ☆59Updated 6 years ago
• zhaoboy9692 / qccspider
  企查查企业信息爬虫 ，企查查app每日新增企业抓取,可以进行每日的增量抓取、企业数据、工商数据等等。
  ☆332Updated 2 years ago
• Jacen789 / NewsCrawler
  新闻爬虫，爬取新浪、搜狐、新华网即时财经新闻。
  ☆189Updated 5 years ago
• BATFOR / RecruitDataVsible
  爬取智联招聘网数据，并对其进行招聘数据可视化，爬虫，Data visualization，Django2，echarts
  ☆136Updated 2 years ago
• wqh0109663 / JobSpiders
  scrapy框架爬取51job(scrapy.Spider)，智联招聘(扒接口)，拉勾网(CrawlSpider)
  ☆200Updated 2 years ago
• cyhleo / JinRiTouTiaoNews
  scrapy+pyppeteer，爬取今日头条中新闻及热门评论信息。
  ☆12Updated 5 years ago
• HegemonyTao / crawlProject
  今日头条 、淘宝 、微博 、斗鱼 、抖音 、哔哩哔哩 、有道翻译、steam网站以及网易云音乐爬取
  ☆60Updated 5 years ago
• qinyuenlp / WeiboSpider
  基于selenium的轻量级新浪微博爬虫，可实现：1.后台自动爬取微博搜索结果/2.按时间段爬取搜索结果/3.爬取用户基本信息
  ☆51Updated 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
• qmqqyb / -
  淘宝模拟登录，销售数据，评论数据，商品评分数据爬取（学数据分析的可以用于获取淘宝电商的销售数据，学爬虫的可以参考一下思路和方法），由于评论数据比较大，暂时没办法上传，大家也可以直接用下面的代码爬取
  ☆47Updated 5 years ago
• LMFrank / CrawlerProject
  爬虫项目：链家网（普通/scrapy）、虎扑、维基百科、百度地图api、房天下（分布式爬虫）、微信公众号（代理池爬取）
  ☆212Updated 2 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
• charstal / xhs_simple_crawler
  一个简单的小红书爬虫实现
  ☆127Updated 6 years ago
• langgithub / yuqing_system
  线下爬虫设计 舆情新闻系统 LDA主题分类 关键字提取 实现一个文本分类器
  ☆15Updated 6 years ago
• Yuzhen-Li / Analysis-of-Public-Opinion-Based-on-Microblogging-Reptile
  这是我参加招商银行fintech精英选拔时，做的一个课题。用Python对新浪微博进行爬虫，然后进行舆情分析。爬虫之前，需要模拟登陆，这里采用RSA加密模块模拟登陆。舆情分析的时候，我直接调用腾讯文智的感情分析API。
  ☆205Updated 8 years ago
• LunaticTian / TieBa-API-Sentiment
  贴吧API 微信智能控制 贴吧舆情监控 关键词分析 热点分析 python3 爬虫
  ☆103Updated 5 years ago
• Northxw / Meituan
  美团（美食）店铺信息爬虫
  ☆116Updated 6 years ago
• Python3WebSpider / Weibo
  Weibo Spider Using Scrapy
  ☆137Updated 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
• StrongBoy998 / CrawlArticle
  基于文字密度的新闻正文提取模块，兼容python2和python3，传入新闻网址或者网页源码即可返回标题，发布时间和正文内容。
  ☆15Updated 7 years ago
• 1414044032 / Sina_Spider
  新浪爬虫，基于Python+Selenium。模拟登陆后保存cookie，实现登录状态的保存。可以通过输入关键词来爬取到关键词相关的热门微博。
  ☆29Updated 7 years ago