shenbaise / goodcrawlerLinks
网络爬虫
☆52Updated 11 years ago
Alternatives and similar repositories for goodcrawler
Users that are interested in goodcrawler are comparing it to the libraries listed below
Sorting:
- 基于Apache Nutch和Htmlunit的扩展实现AJAX页面爬虫抓取解析插件☆124Updated 10 years ago
- 舆情搜索服务框架,其中lucene和solr版本为4.8。☆61Updated 9 years ago
- 知乎爬虫,基于webmagic框架 .A java web spider base on webmagic.☆69Updated 9 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
- Apache Nutch Plugins for AJAX page fetch, parse, index☆88Updated 7 years ago
- jstorm开发demo,小例子☆23Updated 10 years ago
- 基于hadoop思维的分布式网络爬虫。☆86Updated 9 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
- Dubbox整合Spring Boot基于Avro、Thrift协议构建REST服务☆40Updated 9 years ago
- jsearch:高性能的全文检索工具包☆92Updated 8 years ago
- 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
- 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
- ZkConfig是为zookeeper开发的配置服务工具包,能与现有的Java系统进行良好的集成,也可以使用与非java系统以独立进程运行。提供与spring进行集成的插件。采用注解方式对需要动态更新的内存数据对象进行标注。 ZkConfig用于解决在系统集群中配置文件的实…☆24Updated 10 years ago
- 基于词典的负面舆情信息评分算法。☆26Updated 10 years ago
- 模仿Java标准库的一些API实现的算法库,包括了数据结构,字符串处理(StringBuilder),图(有向图)。原来是用Python实现的,但是Python实现的并没有经过完整的测试,不能够保证完全的正确性。 使用Java实现的集合库都经过完整的测试,实际上,我在实现的…☆48Updated 10 years ago
- 大规模分布式系统的跟踪、监控、告警平台☆55Updated 11 years ago
- 这是一个统一管理系统权限,设计的目标是给开发者一个完整地权限管理系统,以便你能更专注自己系统业务的开发☆36Updated 9 years ago
- A distributed real-time stock picking system base on flume,kafka,jstorm,esper,and mysql☆160Updated 8 years ago
- 自 动抽取网页正文的算法,用JAVA实现☆106Updated 8 years ago
- 修改dubbo-admin v2.5.3,集成cas和diamond☆34Updated 8 years ago
- 保障服务的持续高可用、高性能及负载均衡☆17Updated 8 years ago
- 开源框架研究,经典书籍阅读等笔记☆59Updated 2 years ago
- 各大电商网站数据抓取分析☆32Updated 11 years ago
- 分布式数据源分表分库、读写分离应用层框架☆56Updated 9 years ago
- log4j日志的监控系统,采用web形式展现各模块的运行状态,支持邮件短信报警,适用于一般企业大中型业务生成系统的监控;业务模块定时30秒采用json格式输出到文件,☆47Updated 11 years ago
- 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
- 基于spark、mahout和spring boot构建的推荐系统☆131Updated 3 months ago
- 常用开发工具包的封装☆28Updated 6 years ago
- java 基于selenium抓取搜狗微信公众号文章☆50Updated 9 years ago
- 还在羡慕BAT,京东等公司的大流量的架构吗?让你的java系统引用解耦,互相独立,commonrpc 就可以办到。commonrpc 是一个以netty为基础,spring 自定义shcema为基础标签的rpc框架,不侵入任何业务代码,一个高性能分布式rpc框架,支持tcp…☆101Updated 10 years ago