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 9 years ago
Alternatives and similar repositories for GuozhongCrawler:
Users that are interested in GuozhongCrawler are comparing it to the libraries listed below
- 工作中积累的工具类☆85Updated 6 years ago
- The Crawler Proxy IP Pool Component☆63Updated 2 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 11 years ago
- 网络爬虫☆51Updated 10 years ago
- 知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.☆69Updated 8 years ago
- 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 10 years ago
- 整合使用selenium+phantomjs+WebCollector爬取京东数据，并做数据持久化。☆49Updated 7 years ago
- 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…☆68Updated 5 years ago
- 针对反爬虫问题的自动代理池组件☆78Updated 7 years ago
- 拉勾网数据爬虫☆32Updated 7 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆60Updated 9 years ago
- 利用spring boot + webmagic 开发的java爬虫系统☆62Updated 8 years ago
- 一个功能类似淘宝商城的销售门户网站,包含前台商品分类展示查询,搜索,用户注册评价留言,下订单,查询订单;后台用户角色权限,商品,厂家,留言评价,新闻广告订单管理...☆96Updated 11 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。☆231Updated 4 years ago
- a simple distributed spider in Java. Java编写的一个简单分布式爬虫☆159Updated 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。☆66Updated 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 6 years ago
- java 验证码识别 svm☆34Updated 10 years ago
- 反网页爬虫系统☆39Updated 9 years ago
- java 基于selenium抓取搜狗微信公众号文章☆49Updated 9 years ago
- webmagic 爬取我喜欢的网易云歌单+评论☆50Updated 7 years ago
- gecco爬虫和spring结合使用☆52Updated 7 years ago
- 各大电商网站数据抓取分析☆32Updated 11 years ago
- 基于WebMagic写的一个csdn博客小爬虫☆92Updated 6 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
- JCake是整合了目前Java开发过程中的字符串处理、日期处理、邮件处理、文件处理、任务调度处理、HTTP请求处理、MD5/AES加密解密处理的一系列工具类。☆120Updated 10 years ago
- A Java CAPTCHA recognition library for sticky characters☆207Updated 10 years ago
- Java Web Skeleton(Java Web 开发脚手架)☆27Updated 2 years ago
- shiro 基于 url做的权限系统☆43Updated 10 years ago
- weixin-mp-java 基于Java，Spring，Maven实现的微信公众平台一整套代码，从前端Controller到后端的Dao的实现<br /> ============== 1.0.1 2013-1月更新: 支持上传下载多媒体文件 支持接收消息(语音似乎总有…☆164Updated 9 years ago