yangwx1402 / wb_wx_zh_tt
新浪微博，微信，知乎，头条爬虫，支持新浪登录打码获取cookie实现登录
☆16Updated 7 years ago
Related projects ⓘ
Alternatives and complementary repositories for wb_wx_zh_tt
- 各大电商网站数据抓取分析☆31Updated 11 years ago
- 网络爬虫☆51Updated 10 years ago
- 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
- 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
- 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 7 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 10 years ago
- java 基于selenium抓取搜狗微信公众号文章☆47Updated 9 years ago
- 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
- 爬虫项目源码整理，使用redis进行url缓存，hbase进行详细信息的存储。使用zookeeper进行爬虫线程的状态监控。☆18Updated 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 9 years ago
- 关于通过百度地图API采集POI数据，并存储到HBase的项目。☆24Updated 8 years ago
- The Crawler Proxy IP Pool Component☆65Updated 2 years ago
- 知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.☆68Updated 8 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
- 基于词典的负面舆情信息评分算法。☆25Updated 9 years ago
- 中国明星数据爬取。你甚至可以拿到互联网上所有的人之间的关系，接下来你可以自己发挥！基于这些数据，你可以完成更多有趣的事情。比如说社交网络分析，关系网络可视化，算法研究，和其他有意思的事情。Chinese star data crawling. You can even ge…☆27Updated 6 years ago
- 头条号爬虫案例☆33Updated 5 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
- 利用HttpClient4+实现网络小说爬虫，可动态添加热门的小说网站☆29Updated 12 years ago
- 个性化推荐算法的通用处理框架，基于Mahout和Lucene☆18Updated 9 years ago
- 新浪微博搜索工具☆44Updated 11 years ago
- 采用gecco一键爬取安居客新楼盘数据☆10Updated 5 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆60Updated 8 years ago
- CSDN官网各种信息抓取，采用jsoup/webMagic进行实现，各种爬虫策略的处理，可以很好的进行爬虫学习。【本项目只提供核心爬虫程序，不包含其它业务逻辑处理】【停止维护】☆53Updated 6 years ago
- 拉勾网数据爬虫☆32Updated 7 years ago
- 问答社区APP。新技术Demo向。☆30Updated 8 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 7 years ago
- 基于hadoop思维的分布式网络爬虫。☆87Updated 8 years ago