wo4li2wang / MSpiderLinks
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 11 years ago
Alternatives and similar repositories for MSpider
Users that are interested in MSpider are comparing it to the libraries listed below
Sorting:
- 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
- 针对反爬虫问题的自动代理池组件☆78Updated 8 years ago
- 知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.☆69Updated 9 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☆77Updated 11 years ago
- 极客屋是极客们的社区。在这里大家能够多多分享自己正在做的有趣事物、最近的学习、交流想法，在这里找到朋友认识更多有趣的人。☆26Updated 7 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☆31Updated 12 years ago
- java 基于selenium抓取搜狗微信公众号文章☆50Updated 9 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
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆61Updated 9 years ago
- The Crawler Proxy IP Pool Component☆64Updated 2 years ago
- 基于hadoop思维的分布式网络爬虫。☆86Updated 9 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
- Java版微信机器人☆14Updated 8 years ago
- 各大电商网站数据抓取分析☆33Updated 11 years ago
- 反网页爬虫系统☆39Updated 10 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
- 欧斯塔克在线商城系统☆66Updated 11 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
- 使用java+httpclient+httpcleaner，多线程、分布式爬去电商网站商品信息，数据存储在hbase上，并使用solr对商品建立索引，使用redis队列存储一个共享的url仓库；使用zookeeper对爬虫节点生命周期进行监视等。☆232Updated 4 years ago
- 新浪微博搜索工具☆45Updated 12 years ago
- 豆瓣电影爬虫——a crawler which is able to crawl movie detail and short comments, save them to database mysql, also include Sentiment analysis ba…☆69Updated 6 years ago
- 社交化导购平台☆37Updated 6 years ago
- 蜂巢爬虫系统 是一套只需要定义XPath，就可实现爬取网站,APP的系统, 支持多种解析方式（XPath,正则表达式），多种下载方式（HttpClient库, PhantomJs, Selenium）,多种输出方式（Excel，MongoDB）。 可不做任何修改发布到Yar…☆5Updated 8 years ago
- 网络爬虫☆51Updated 11 years ago
- 分布式多媒体共享平台，个人毕业设计的系统，采用分布式系统构架，保证服务的稳定性。项目wiki文档：https://github.com/wu560130911/MultimediaDesktop/wiki☆102Updated 7 years ago
- JAVA开源关键词提取框架☆10Updated 10 years ago
- 小说阅读器(HTML5版/爬虫/后台管理)☆23Updated 8 years ago
- 提取新闻、博客等长文本网页的正文工具☆41Updated 9 years ago
- 链家地产房产信息收集程序-个人使用☆23Updated 9 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。☆68Updated 5 years ago