Alternatives and similar repositories for XSExtractor:

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

• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆106Updated 8 years ago
• dingyaguang117 / ImageRecognizeOf58
  58同城图片验证码识别
  ☆57Updated 9 years ago
• wanghuafeng / e-business
  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
  ☆106Updated 7 years ago
• netxfly / dianying
  中国主流在线电影网站爬虫及搜索web代码
  ☆34Updated 10 years ago
• weizetao / spider-roach
  分布式定向抓取集群
  ☆71Updated 7 years ago
• lijingpeng / shield
  一个以文本类算法为基础、结合场景的风险防控系统
  ☆15Updated 8 years ago
• ysc / rank
  rank是一个seo工具，用于分析网站的搜索引擎收录排名。
  ☆67Updated 7 years ago
• tankle / newscrawler
  新闻网站爬虫,目前能够爬取网易，新浪，qq，搜狐等三家网站的新闻页面，并保存到本地。
  ☆35Updated 9 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 11 years ago
• hailong0707-zz / spider_news_all
  Scrapy Spider for 各种新闻网站
  ☆108Updated 9 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 9 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
• HunterChao / Dangdang
  scrapy爬取当当网图书数据
  ☆73Updated 8 years ago
• wgybzbrobot / sentiment-search
  舆情搜索服务框架，其中lucene和solr版本为4.8。
  ☆61Updated 9 years ago
• stephenluu / proxyIpCrawler
  抓取代理ip，保存有效可用的代理ip
  ☆9Updated 10 years ago
• multiangle / Distributed_Microblog_Spider
  分布式新浪微博爬虫
  ☆31Updated 8 years ago
• ClericPy / Spider_on_Tianmao_and_Taobao
  已废弃。 Spiders on Tianmao Taobao JingDong。停止更新
  ☆58Updated 8 years ago
• badaozhai / wechat_webdriver_spider
  java 基于selenium抓取搜狗微信公众号文章
  ☆49Updated 9 years ago
• A1014280203 / Ugly-Distributed-Crawler
  基于Redis实现的简单到爆的分布式爬虫
  ☆46Updated 7 years ago
• LxiaoGirl / MysqlToElasticsearch
  用于分库分表，表结构完全相同情况下从Mysql数据到导入数据到Elasticsearch搜索引擎。
  ☆22Updated 9 years ago
• shelmesky / crawler
  淘宝爬虫原型，基于gevent
  ☆49Updated 11 years ago
• leafney / wxSpider
  搜狗微信公众号文章爬虫
  ☆19Updated 8 years ago
• gsh199449 / DistributeCrawler
  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
  ☆77Updated 11 years ago
• zhisheng17 / Python-Projects
  some projects of python during my study
  ☆49Updated 8 years ago
• ppy2790 / jianshu
  python scrapy入门
  ☆27Updated 8 years ago
• da2vin / Spider_index
  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 8 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
• LiuRoy / spider_docker
  为爬虫引用创建container，包括的模块：scrapy, mongo, celery, rabbitmq
  ☆36Updated 9 years ago
• iamccme / weibo-mining
  微博情感分析
  ☆12Updated 11 years ago
• KDF5000 / SpiderRef
  爬虫资料汇总
  ☆17Updated 9 years ago