Alternatives and similar repositories for search

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

• out0fmemory / GuozhongCrawler
  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…
  ☆99Updated 10 years ago
• wgybzbrobot / sentiment-search
  舆情搜索服务框架，其中lucene和solr版本为4.8。
  ☆61Updated 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
  ☆74Updated 12 years ago
• 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 11 years ago
• QiuMing / zhihuWebSpider
  知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
  ☆69Updated 9 years ago
• 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
  ☆125Updated 10 years ago
• ysc / HtmlExtractor
  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。
  ☆156Updated 7 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆110Updated 8 years ago
• ysc / jsearch
  jsearch：高性能的全文检索工具包
  ☆94Updated 8 years ago
• badaozhai / wechat_webdriver_spider
  java 基于selenium抓取搜狗微信公众号文章
  ☆50Updated 10 years ago
• Fanping / iveely.search
  Pure java realize search engine, try to directly hit the user's search for answers.
  ☆342Updated 7 years ago
• abel533 / SearchEngine
  简单搜索引擎例子
  ☆84Updated 9 years ago
• webmagic-io / jobhunter
  使用WebMagic抓取招聘信息，并且持久化到Mysql的例子。
  ☆225Updated 9 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 11 years ago
• yuki-lau / weibo-spider
  新浪微博爬虫，采用Java语言开发，基于HTTPClient 4.0，采用MySQL存储爬取数据，支持多进程并发执行。功能包括：爬取微博、评论、转发、关注列表（层次）。根据数据需求，持续更新...
  ☆355Updated 11 years ago
• matuobasyouca / spider
  a simple distributed spider in Java. Java编写的一个简单分布式爬虫
  ☆159Updated 12 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 11 years ago
• hankcs / TextRank
  TextRank算法提取关键词的Java实现
  ☆205Updated 10 years ago
• CrawlScript / nutcher
  nutcher是中文的nutch文档，包含nutch的配置和源码解析，持续更新中。
  ☆130Updated 6 years ago
• JFanZhao / spider
  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 5 years ago
• zyongjava / spider
  利用spring boot + webmagic 开发的java爬虫系统
  ☆60Updated 9 years ago
• advanced-programs / sns-crm
  社交网络数据抓取，以及CRM系统。
  ☆68Updated 10 years ago
• reallin / Bayes
  用java实现的贝叶斯分类算法。用于大数据的分类。
  ☆41Updated 10 years ago
• CrawlScript / WebCollector-GitDoc
  ☆17Updated 9 years ago
• Rekoe / Rk_Cms
  nutz_cms
  ☆85Updated 3 years ago
• mty2015 / study_notes
  开源框架研究，经典书籍阅读等笔记
  ☆59Updated 3 years ago
• denghuichao / proxy-pool
  爬虫代理IP池服务，可供其他爬虫程序通过restapi获取
  ☆115Updated 3 years ago
• ml-distribution / negative-sentiment
  基于词典的负面舆情信息评分算法。
  ☆26Updated 11 years ago
• pauldeck / springmvc-2ed
  Examples for "Spring MVC: A Tutorial (Second Edition)" book
  ☆133Updated 9 years ago
• thegodofwar / Spider
  利用HttpClient4+实现网络小说爬虫，可动态添加热门的小说网站
  ☆30Updated 13 years ago