Alternatives and similar repositories for proxyIpCrawler:

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

• javagaorui5944 / ProxyIpPool
  The Crawler Proxy IP Pool Component
  ☆63Updated 2 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
• bsspirit / mybatis-tool
  基于mybatis + spring + maven + mysql 自动生成的工具
  ☆13Updated 11 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 10 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 8 years ago
• da2vin / Spider_index
  爬取百度指数和阿里指数，采用selenium，存入hbase，验证码自动识别，多线程控制
  ☆32Updated 8 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
• iamccme / weibo-mining
  微博情感分析
  ☆12Updated 11 years ago
• xyalan / findhouse
  找房神器，根据定制抓取出租房源，及时发现好房子
  ☆9Updated 7 years ago
• QiuMing / zhihuWebSpider
  知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
  ☆68Updated 8 years ago
• ysc / word_web
  通过web服务器对word分词的资源进行集中统一管理
  ☆17Updated 7 years ago
• NLPchina / nlp_china_web
  nutz+jetty+h2 做的一个web应用
  ☆40Updated 8 years ago
• wgybzbrobot / sentiment-search
  舆情搜索服务框架，其中lucene和solr版本为4.8。
  ☆60Updated 9 years ago
• krisjin / snails
  data collect and data analysis
  ☆10Updated 9 years ago
• yxjay / SearchEngine-base-on-ElasticSearch-nutch-SSM
  基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎
  ☆19Updated 8 years ago
• letcheng / ProxyPool
  针对反爬虫问题的自动代理池组件
  ☆78Updated 7 years ago
• 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 9 years ago
• xiyouMc / V2EX_Spider
  V2EX爬虫
  ☆22Updated 7 years ago
• ququzone / shorturl
  ☆23Updated 8 years ago
• badaozhai / wechat_webdriver_spider
  java 基于selenium抓取搜狗微信公众号文章
  ☆49Updated 9 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。
  ☆48Updated 7 years ago
• NLPchina / SinaMicroBlogCrawl
  新浪微博模拟登陆2014-04-01版
  ☆22Updated 10 years ago
• ityouknow / python-crawler
  Python Crawler
  ☆68Updated 7 years ago
• qingyu1229 / XSExtractor
  提取新闻、博客等长文本网页的正文工具
  ☆41Updated 8 years ago
• XuJin1992 / ChineseTextClassifier
  实现中文文本分类，支持文件、文本分类，基于多项式分布的朴素贝叶斯分类器。由于工作实际应用是二分类，加之考虑到每个分类属性都建立map存储词语向量可能引起的内存问题，所以目前只支持二分类。当然，直接复用这个结构扩展到多分类也是很容易。之所以自己写，主要原因是没有仔细研读mah…
  ☆22Updated 8 years ago
• xautlx / nutch-ajax
  Apache Nutch Plugins for AJAX page fetch, parse, index
  ☆87Updated 6 years ago
• lijingpeng / shield
  一个以文本类算法为基础、结合场景的风险防控系统
  ☆15Updated 8 years ago
• zhisheng17 / Python-Projects
  some projects of python during my study
  ☆50Updated 7 years ago
• yxlHuster / news-duplicated
  文本去重算法，研究自推荐系统中新闻的去重，采用了雅虎的Near-duplicates and shingling算法，服务端用c实现，客户端用java实现，利用thrift框架进行通信，为了提高扩展性，去重可以在服务端实现，服务器也提供了计算的接口，方便客户端自己扩展
  ☆23Updated 10 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
  ☆76Updated 11 years ago