out0fmemory / GuozhongCrawlerLinks
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),支持多线程抓取,分布式抓取,并支持自动重试,定制执行js、自定义cookie等功能。在处理网站抓取多次后被封IP的问题上,guozhongCrawler采用动态轮换IP机制有效防止IP被封。另外,源码中的注释及Log输出全部采用通俗易懂的中文。让初学者能有更加深刻的理解
☆96Updated 10 years ago
Alternatives and similar repositories for GuozhongCrawler
Users that are interested in GuozhongCrawler are comparing it to the libraries listed below
Sorting:
- 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。☆98Updated 11 years ago
- The Crawler Proxy IP Pool Component☆64Updated 2 years ago
- 利用spring boot + webmagic 开发的java爬虫系统☆61Updated 8 years ago
- 网络爬虫☆51Updated 11 years ago
- rank是一个seo工具,用于分析网站的搜索引擎收录排名。☆67Updated 8 years ago
- 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
- 知乎爬虫,基于webmagic框架 .A java web spider base on webmagic.☆69Updated 9 years ago
- java 基于selenium抓取搜狗微信公众号文章☆50Updated 9 years ago
- 针对反爬虫问题的自动代理池组件☆78Updated 8 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☆74Updated 11 years ago
- CSDN官网各种信息抓取,采用jsoup/webMagic进行实现,各种爬虫策略的处理,可以很好的进行爬虫学习。【本项目只提供核心爬虫程序,不包含其它业务逻辑处理】【停止维护】☆55Updated 7 years ago
- 反网页爬虫系统☆40Updated 10 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。☆232Updated 4 years ago
- 拉勾网数据爬虫☆32Updated 7 years ago
- 抖音视频抓取☆79Updated 7 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☆30Updated 12 years ago
- 工作中积累的工具类☆85Updated 7 years ago
- 实现定时爬取与IP代理池☆149Updated 7 years ago
- just download adult everything,enjoy☆71Updated 2 years ago
- ☆27Updated 8 years ago
- 会员管理系统:包含网站中的会员中心,后台的会员管理功能,提供给其他系统的会员API,以及会员相关的自动化任务。☆95Updated 10 years ago
- 知乎爬虫,各种数据☆22Updated 7 years ago
- 社交化导购平台☆37Updated 6 years ago
- 舆情搜索服务框架,其中lucene和solr版本为4.8。☆61Updated 9 years ago
- 抓取拉勾,内推,智联招聘,前程无忧等网站的招聘信息,格式化存储,图表化展示。☆68Updated 5 years ago
- 分布式多媒体共享平台,个人毕业设计的系统,采用分布式系统构架,保证服务的稳定性。项目wiki文档:https://github.com/wu560130911/MultimediaDesktop/wiki☆103Updated 7 years ago
- 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 7 years ago
- 基于Apache Nutch和Htmlunit的扩展实现AJAX页面爬虫抓取解析插件☆125Updated 10 years ago
- 搭建一个通用的 Restful API 接口平台,方便用户快速搭建项目,专注于业务,进行 API 接口开发☆64Updated 7 years ago
- 微信、微博、QQ登录、腾讯微博...☆244Updated 9 years ago