shenbaise / goodcrawlerLinks
网络爬虫
☆51Updated 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☆125Updated 10 years ago
- Apache Nutch Plugins for AJAX page fetch, parse, index☆88Updated 7 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆61Updated 10 years ago
- 知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.☆69Updated 9 years ago
- 基于hadoop思维的分布式网络爬虫。☆85Updated 9 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…☆49Updated 10 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 12 years ago
- spring整合webmagic，mybatis，dungproxy☆29Updated 2 years ago
- jsearch：高性能的全文检索工具包☆94Updated 8 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。☆156Updated 7 years ago
- rank是一个seo工具，用于分析网站的搜索引擎收录排名。☆68Updated 8 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
- 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…☆100Updated 10 years ago
- 大规模分布式系统的跟踪、监控、告警平台☆55Updated 11 years ago
- 读书笔记《自己动手写网络爬虫》，自己敲的代码。主要记录了网络爬虫的基本实现，网页去重的算法，网页指纹算法，文本信息挖掘☆47Updated 11 years ago
- 简单实用的同步工具，实现mysql数据库中数据定期同步到elasticsearch，只需简单的配置，便能达到非凡的效果，支持elasticsearch 5.X版本☆48Updated 9 years ago
- jstorm开发demo，小例子☆23Updated 10 years ago
- Dubbox整合Spring Boot基于Avro、Thrift协议构建REST服务☆40Updated 9 years ago
- A distributed real-time stock picking system base on flume,kafka,jstorm,esper,and mysql☆161Updated 9 years ago
- lucene实现web项目近实时搜索【solr和NRTManager、SearcherManager】☆65Updated 10 years ago
- 自动抽取网页正文的算法，用JAVA实现☆111Updated 8 years ago
- Gecko crawler supports distributed by redis☆24Updated 7 years ago
- 基于词典的负面舆情信息评分算法。☆26Updated 11 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 12 years ago
- java decaptcha☆142Updated 5 years ago
- a simple distributed spider in Java. Java编写的一个简单分布式爬虫☆159Updated 12 years ago
- nutcher是中文的nutch文档，包含nutch的配置和源码解析，持续更新中。☆130Updated 6 years ago
- java 基于selenium抓取搜狗微信公众号文章☆50Updated 10 years ago
- springboot-dubbo集成☆31Updated 6 years ago
- 常用开发工具包的封装☆28Updated 7 years ago