Alternatives and similar repositories for goodcrawler:

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

• QiuMing / zhihuWebSpider
  知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
  ☆69Updated 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
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 9 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
• 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
• badaozhai / wechat_webdriver_spider
  java 基于selenium抓取搜狗微信公众号文章
  ☆50Updated 9 years ago
• xirong / jstorm-hbase-demo
  jstorm开发demo，小例子
  ☆23Updated 9 years ago
• garyudeng / Crawer
  各大电商网站数据抓取分析
  ☆33Updated 11 years ago
• xautlx / nutch-ajax
  Apache Nutch Plugins for AJAX page fetch, parse, index
  ☆87Updated 6 years ago
• xautlx / nutch-htmlunit
  基于Apache Nutch和Htmlunit的扩展实现AJAX页面爬虫抓取解析插件
  ☆122Updated 10 years ago
• javagaorui5944 / ProxyIpPool
  The Crawler Proxy IP Pool Component
  ☆63Updated 2 years ago
• ml-distribution / negative-sentiment
  基于词典的负面舆情信息评分算法。
  ☆26Updated 10 years ago
• GongDexing / elasticsearch-mysql
  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 8 years ago
• yinchuandong / DistributedCrawler
  java分布式爬虫，主机和从机控制的机制
  ☆14Updated 9 years ago
• WangJunTYTL / authmanage
  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 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
• blogchong / mite8-com
  数据虫巢官网(mite8.com)站点源码，包括站点基础数据爬取代码，以及重构的NLP分词工具等。
  ☆47Updated 8 years ago
• ddviplinux / crawler-framework
  分布式爬虫框架,基于webdrvier模拟用户请求,kafka消息传递,分布式网页存储使用hbase,task异步任务多线程解析,提供基础服务如:proxy ip服务和号码验证服务等, proxy page使用H5和we版进行接入
  ☆13Updated 9 years ago
• duoan / codes-scratch-crawler
  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 10 years ago
• xiaoyang611 / crawler-denfender
  反网页爬虫系统
  ☆39Updated 10 years ago
• zhouhuabin / logMonitor
  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
• Glacier759 / Get_58_Data
  利用WebMagic框架进行58同城数据的抓取
  ☆12Updated 10 years ago
• pptom / tom-crawler
  spring整合webmagic，mybatis，dungproxy
  ☆29Updated last year
• ssjssh / javaalgorithm
  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
• hengyunabc / xsession
  A java web servlet filter for distributed session cached . 分布式Java Web Session缓存。
  ☆24Updated 10 years ago
• ysc / high-availability
  保障服务的持续高可用、高性能及负载均衡
  ☆17Updated 8 years ago
• CrawlScript / WebCollector-GitDoc
  ☆18Updated 9 years ago
• xtuhcy / gecco-spring
  gecco爬虫和spring结合使用
  ☆52Updated 7 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆106Updated 8 years ago
• matuobasyouca / spider
  a simple distributed spider in Java. Java编写的一个简单分布式爬虫
  ☆159Updated 11 years ago