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
☆123Updated 9 years ago
Related projects: ⓘ
- Apache Nutch Plugins for AJAX page fetch, parse, index☆86Updated 6 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。☆157Updated 6 years ago
- 知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.☆68Updated 8 years ago
- 微信支付2015最新版java实现☆78Updated 9 years ago
- 网络爬虫☆50Updated 10 years ago
- nutcher是中文的nutch文档，包含nutch的配置和源码解析，持续更新中。☆128Updated 5 years ago
- 包含微信公众平台全部功能的JAVA版API实现（weixinmp4java、wechat4java）☆78Updated 7 years ago
- ☆18Updated 8 years ago
- 结巴分词(java版)☆37Updated 9 years ago
- 一个开源，为了让更多人接触并喜欢上jfinal和beetl而制作的BBS：采用了简洁而强大的JFinal作为MVC框架，Beetl作为视图模版语言…^O^☆168Updated 9 years ago
- jsearch：高性能的全文检索工具包☆92Updated 7 years ago
- ☆34Updated this week
- 基于hadoop思维的分布式网络爬虫。☆87Updated 8 years ago
- An open source word breaker with lucene supported.☆80Updated 4 years ago
- Java MVC framework, agile, fast, rich domain model, made especially for server side of mobile application (一个敏捷，快速，富领域模型的Java MVC 框架，专为 移…☆545Updated 9 months ago
- Uncode-DAL 是 Java 通用数据访问组件，基于mybatis、spring jdbc、hibernate等ORM框架开发，同时支持基于多数据源的读写分离、主备切换、故障转移，自动恢复、负载均衡、缓存等。可以大大提高开发速度。☆133Updated 8 years ago
- SERVER-API 是一个gui的web接口管理工具，基于 swagger-ui 的后台API开源项目，采用SpringMvc+Maven3+Jdk1.7+Tomcat7☆111Updated 8 years ago
- 针对反爬虫问题的自动代理池组件☆79Updated 7 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆60Updated 8 years ago
- 简化原版，增加移动平台特性☆183Updated last year
- 自动抽取网页正文的算法，用JAVA实现☆106Updated 7 years ago
- 还在羡慕BAT，京东等公司的大流量的架构吗？让你的java系统引用解耦，互相独立,commonrpc 就可以办到。commonrpc 是一个以netty为基础，spring 自定义shcema为基础标签的rpc框架,不侵入任何业务代码，一个高性能分布式rpc框架，支持tcp…☆102Updated 9 years ago
- 多种分词器的封装，重点修改了原IK/MMSeg4j分词器，增加分词器对象共享池和Lucene/Solr封装，其中Lucene/Solr版本为5.5.0。☆30Updated 7 years ago
- ☆20Updated this week
- Baidu ueditor对应的java源码做了修改，兼容Spring MVC☆27Updated 10 months ago
- Java Dynamic code or JAR , publish you Api or Schedule in flying☆148Updated 4 years ago
- A lite distributed Java spider framework :-)☆148Updated 7 years ago
- ☆106Updated 9 years ago
- 萌主精选（母婴用品零售）的定制CRM（微信：萌主精选）☆85Updated 7 years ago
- A Java CAPTCHA recognition library for sticky characters☆206Updated 9 years ago