wo4li2wang / MSpider
基于词频密度过滤、利用百度、谷歌、搜搜、360搜索4个引擎为种子来源的多线程爬虫，结果存入mysql。
☆97Updated 10 years ago
Alternatives and similar repositories for MSpider:
Users that are interested in MSpider are comparing it to the libraries listed below
- 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 9 years ago
- 提取新闻、博客等长文本网页的正文工具☆41Updated 9 years ago
- 针对反爬虫问题的自动代理池组件☆78Updated 7 years ago
- java 基于selenium抓取搜狗微信公众号文章☆49Updated 9 years ago
- 社交化导购平台☆37Updated 6 years ago
- The Crawler Proxy IP Pool Component☆63Updated 2 years ago
- 利用HttpClient4+实现网络小说爬虫，可动态添加热门的小说网站☆30Updated 12 years ago
- 知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.☆69Updated 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☆76Updated 11 years ago
- 反网页爬虫系统☆39Updated 9 years ago
- 网络爬虫☆51Updated 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。☆66Updated 7 years ago
- 抓取拉勾，内推，智联招聘，前程无忧等网站的招聘信息，格式化存储，图表化展示。☆67Updated 5 years ago
- 拉勾网数据爬虫☆32Updated 7 years ago
- Java版微信机器人☆14Updated 8 years ago
- 各大电商网站数据抓取分析☆32Updated 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 10 years ago
- 新浪微博搜索工具☆44Updated 12 years ago
- 采用jfinal和amazeui搭建的个人博客，前端UI：Amaze UI，框架：jfinal2.2。支持移动端自动适配。目前处于测试阶段。目前拥有模块：博客，美图，视频，有强大的前台和后台管理功能，博主会持续更新其他模块。线上部署地址为www.liuyunfei.cn，欢…☆52Updated 8 years ago
- 一个简易的搜索引擎，采用Java开发☆33Updated 10 years ago
- 彩票网站的CMS源码托管服务器☆25Updated 11 years ago
- ehuacui-bbs☆41Updated 8 years ago
- JAVA开源关键词提取框架☆10Updated 10 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆60Updated 9 years ago
- a simple distributed spider in Java. Java编写的一个简单分布式爬虫☆159Updated 11 years ago
- 小锋生活小助手——JAVA开发的基于爬虫和API实现的查询类微信公众号☆31Updated 6 years ago
- 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
- 基于hadoop思维的分布式网络爬虫。☆86Updated 8 years ago
- 基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎☆19Updated 8 years ago
- 利用spring boot + webmagic 开发的java爬虫系统☆62Updated 8 years ago