Alternatives and similar repositories for ProxyPool:

Users that are interested in ProxyPool are comparing it to the libraries listed below

• yinchuandong / JavaVerify
  A Java CAPTCHA recognition library for sticky characters
  ☆208Updated 10 years ago
• matuobasyouca / spider
  a simple distributed spider in Java. Java编写的一个简单分布式爬虫
  ☆159Updated 11 years ago
• javagaorui5944 / ProxyIpPool
  The Crawler Proxy IP Pool Component
  ☆63Updated 2 years ago
• kanxg / fengchao
  蜂巢爬虫系统 是一套只需要定义XPath，就可实现爬取网站,APP的系统, 支持多种解析方式（XPath,正则表达式），多种下载方式（HttpClient库, PhantomJs, Selenium）,多种输出方式（Excel，MongoDB）。 可不做任何修改发布到Yar…
  ☆5Updated 8 years ago
• QiuMing / zhihuWebSpider
  知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
  ☆69Updated 8 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆106Updated 8 years ago
• luohaha / jlitespider
  A lite distributed Java spider framework :-)
  ☆144Updated 8 years ago
• CrawlScript / nutcher
  nutcher是中文的nutch文档，包含nutch的配置和源码解析，持续更新中。
  ☆130Updated 5 years ago
• webmagic-io / jobhunter
  使用WebMagic抓取招聘信息，并且持久化到Mysql的例子。
  ☆224Updated 8 years ago
• jxqlovejava / PopularBlogSites
  个人收集的觉得不错的技术站点或技术博客
  ☆222Updated 7 years ago
• isee15 / captcha-ocr
  java decaptcha
  ☆142Updated 4 years ago
• ysc / HtmlExtractor
  HtmlExtractor是一个Java实现的基于模板的网页结构化信息精准抽取组件。
  ☆155Updated 6 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…
  ☆95Updated 10 years ago
• bruce3x / DouyuCrawler
  [Deprecated]一个Java程序，用于抓取斗鱼弹幕。
  ☆113Updated 5 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 9 years ago
• dhengyi / ip-proxy-pools-regularly
  实现定时爬取与IP代理池
  ☆148Updated 7 years ago
• JFanZhao / spider
  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。
  ☆232Updated 4 years ago
• 1994 / ssm-scaffold
  SpringMVC+Mybatis 脚手架
  ☆91Updated 7 years ago
• zhegexiaohuozi / SeimiAgent
  A headless,standalone webkit server which make grabing dynamic web page easier.
  ☆225Updated 6 years ago
• yuki-lau / weibo-spider
  新浪微博爬虫，采用Java语言开发，基于HTTPClient 4.0，采用MySQL存储爬取数据，支持多进程并发执行。功能包括：爬取微博、评论、转发、关注列表（层次）。根据数据需求，持续更新...
  ☆353Updated 11 years ago
• xautlx / nutch-htmlunit
  基于Apache Nutch和Htmlunit的扩展实现AJAX页面爬虫抓取解析插件
  ☆122Updated 10 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 11 years ago
• JeffLi1993 / fast-framework
  基于 JDK8 实现的轻量级 Java Web 框架
  ☆262Updated 8 years ago
• DMinerJackie / JewelCrawler
  豆瓣电影爬虫——a crawler which is able to crawl movie detail and short comments, save them to database mysql, also include Sentiment analysis ba…
  ☆69Updated 6 years ago
• denghuichao / proxy-pool
  爬虫代理IP池服务，可供其他爬虫程序通过restapi获取
  ☆113Updated 2 years ago
• wo4li2wang / MSpider
  基于词频密度过滤、利用百度、谷歌、搜搜、360搜索4个引擎为种子来源的多线程爬虫，结果存入mysql。
  ☆97Updated 11 years ago
• hotstu / javaCaptcha
  java 验证码识别 svm
  ☆34Updated 10 years ago
• zhouit / Zblog
  a java blog
  ☆247Updated 9 months ago
• douban / jieba-analysis
  结巴分词(java版)
  ☆37Updated 10 years ago
• xtuhcy / gecco-spring
  gecco爬虫和spring结合使用
  ☆52Updated 7 years ago