jianiuqi / CTripSpider
爬取携程酒店数据
☆30Updated 7 years ago
Related projects ⓘ
Alternatives and complementary repositories for CTripSpider
- 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 7 years ago
- 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 10 years ago
- 电商爬虫系统：京东，当当，一号店，国美爬虫（代理使用）；论坛、新闻、豆瓣爬虫☆104Updated 6 years ago
- 黄金舆情数据分析☆45Updated 7 years ago
- A data extraction tool for HousePricing(https://github.com/PENGZhaoqing/HousePricing)☆50Updated 8 years ago
- java 基于selenium抓取搜狗微信公众号文章☆47Updated 9 years ago
- 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
- 基于Python3实现百度地图POI检索数据获取，并写入json与exce文件。*注意* 百度最多返回400条记录☆24Updated 7 years ago
- spring整合webmagic，mybatis，dungproxy☆29Updated last year
- 网络爬虫☆51Updated 10 years ago
- 天亮舆情系统之天亮舆情采集器，基于master/slave结构开发 的分布采集器系统☆22Updated 2 years ago
- 微博话题关键词,个人微博采集, 微博博文一键删除 selenium获取cookie,requests处理☆31Updated 6 years ago
- 各大电商网站数据抓取分析☆31Updated 11 years ago
- 拉勾网数据爬虫☆32Updated 7 years ago
- 新浪微博关系网络爬虫☆39Updated 7 years ago
- 《爬虫实战：从数据到产品》一书源代码☆37Updated 11 months ago
- 推荐系统相关代码☆23Updated 9 years ago
- 利用HttpClient4+实现网络小说爬虫，可动态添加热门的小说网站☆29Updated 12 years ago
- recommend system study☆67Updated 11 years ago
- 百度爬虫：热词，词频，音乐，poi信息☆22Updated 9 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…☆96Updated 9 years ago
- 关于通过百度地图API采集POI数据，并存储到HBase的项目。☆24Updated 8 years ago
- 读书笔记《自己动手写网络爬虫》，自己敲的代码。主要记录了网络爬虫的基本实现，网页去重的算法，网页指纹算法，文本信息挖掘☆47Updated 9 years ago
- 该项目为scrapy框架脚手架，整合了自动切换agent，自动切换代理ip等中间件，可以下载后自行编写爬虫。 支持： 豆瓣电影，某东商品信息（名称价格等）。☆35Updated 5 years ago
- scrapy爬取当当网图书数据☆74Updated 7 years ago
- 分布式网络爬虫架构☆16Updated 8 years ago
- 基于hadoop思维的分布式网络爬虫。☆87Updated 8 years ago
- 微博情感分析☆12Updated 11 years ago