Alternatives and similar repositories for XSExtractor

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

• weizetao / spider-roach
  分布式定向抓取集群
  ☆71Updated 7 years ago
• quhw / xtunnel
  An useful TCP/SSL tunnel utility.
  ☆41Updated 8 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
  ☆104Updated 7 years ago
• netxfly / dianying
  中国主流在线电影网站爬虫及搜索web代码
  ☆34Updated 11 years ago
• dingyaguang117 / ImageRecognizeOf58
  58同城图片验证码识别
  ☆57Updated 10 years ago
• arthurmmm / hq-proxies
  A daemon to maintain a high-quality HTTP proxy pool
  ☆57Updated 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
• az0ne / WEIBO_USER_DATA
  一个以前的项目 收集了20W新浪微博用户的数据 可以用于数据分析
  ☆28Updated 9 years ago
• eastrd / HighAnonProxyPool
  A proxy pool that scrapes free anonymous proxies and maintains its proxies' availability.
  ☆94Updated 7 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
• 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…
  ☆96Updated 10 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆108Updated 8 years ago
• shelmesky / crawler
  淘宝爬虫原型，基于gevent
  ☆49Updated 12 years ago
• hotstu / javaCaptcha
  java 验证码识别 svm
  ☆34Updated 10 years ago
• mazzzystar / BaiduCrawler
  Sample of using proxies to crawl baidu search results.
  ☆118Updated 7 years ago
• jiehua233 / ipproxy
  代理IP提取工具
  ☆116Updated 7 years ago
• qwIvan / 5184CAPTCHA
  识别5184验证码
  ☆79Updated 9 years ago
• qiaofei32 / yunCrawler
  智能云爬虫Demo
  ☆32Updated 7 years ago
• AillsonWei / niusouyixia
  面向证券信息类专业搜索引擎，基于WEB信息挖掘技术的专业搜索引擎设计与实现并着重分析基于特定主题的爬取方法，通过下载Internet上WEB文档，进行过滤、分词、转换等处理工作，并建立索引数据库，最终可由检索器通过用户输入查询关键字，搜索器支持微博客、短信等内容短小而又不规…
  ☆23Updated 6 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 9 years ago
• 2shou / PhantomjsFetcher
  A python web fetcher using phantomjs to mock browser
  ☆180Updated 7 years ago
• chenset / pyFetch
  基于python的分布式爬虫
  ☆11Updated 6 years ago
• LiuRoy / spider_docker
  为爬虫引用创建container，包括的模块：scrapy, mongo, celery, rabbitmq
  ☆37Updated 9 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 8 years ago
• gy-games / shield
  基于Strom的日志实时流量分析主动防御(CCFirewall)系统
  ☆71Updated 7 years ago
• h01 / ProxyScanner
  python HTTP代理扫描
  ☆127Updated 10 years ago
• LiuRoy / github_spider
  使用代理调用github API爬去用户数据
  ☆185Updated 9 years ago
• awolfly9 / job_wxbot
  微信机器人抓取并分发招聘信息
  ☆25Updated 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
• A1014280203 / Ugly-Distributed-Crawler
  基于Redis实现的简单到爆的分布式爬虫
  ☆47Updated 8 years ago