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☆125Updated 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
- 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
- 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
- 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
- 知乎爬虫,基于webmagic框架 .A java web spider base on webmagic.☆69Updated 9 years ago
- Apache Nutch Plugins for AJAX page fetch, parse, index☆88Updated 7 years ago
- 基于hadoop思维的分布式网络爬虫。☆86Updated 9 years ago
- jsearch:高性能的全文检索工具包☆93Updated 8 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
- lucene实现web项目近实时搜索【solr和NRTManager、SearcherManager】☆65Updated 9 years ago
- ☆27Updated 8 years ago
- spring整合webmagic,mybatis,dungproxy☆29Updated 2 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
- The Crawler Proxy IP Pool Component☆64Updated 2 years ago
- 自动抽取网页正文的算法,用JAVA实现☆109Updated 8 years ago
- jstorm开发demo,小例子☆23Updated 10 years ago
- 基于词典的负面舆情信息评分算法。☆26Updated 10 years ago
- java 基于selenium抓取搜狗微信公众号文章☆50Updated 9 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
- 各大电商网站数据抓取分析☆32Updated 11 years ago
- nutz_cms☆85Updated 2 years ago
- 微信公共平台机器人Java SDK☆126Updated 2 years ago
- 开源框架研究,经典书籍阅读等笔记☆59Updated 2 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☆160Updated 8 years ago
- 会员管理系统:包含网站中的会员中心,后台的会员管理功能,提供给其他系统的会员API,以及会员相关的自动化任务。☆95Updated 10 years ago
- java分布式爬虫,主机和从机控制的机制☆14Updated 10 years ago
- 社交网络数据抓取,以及CRM系统。☆68Updated 10 years ago
- java decaptcha☆141Updated 4 years ago