Alternatives and similar repositories for search

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

• 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
• Fanping / iveely.search
  Pure java realize search engine, try to directly hit the user's search for answers.
  ☆338Updated 7 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 10 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
  ☆122Updated 10 years ago
• ml-distribution / negative-sentiment
  基于词典的负面舆情信息评分算法。
  ☆26Updated 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 9 years ago
• 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…
  ☆96Updated 10 years ago
• matuobasyouca / spider
  a simple distributed spider in Java. Java编写的一个简单分布式爬虫
  ☆159Updated 11 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
  ☆114Updated 2 years ago
• yongman / SearchEngine
  A Sample SearchEngine
  ☆77Updated 6 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆106Updated 8 years ago
• kanxg / fengchao
  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
• pauldeck / springmvc-2ed
  Examples for "Spring MVC: A Tutorial (Second Edition)" book
  ☆133Updated 9 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。
  ☆155Updated 6 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
  ☆77Updated 11 years ago
• webmagic-io / jobhunter
  使用WebMagic抓取招聘信息，并且持久化到Mysql的例子。
  ☆224Updated 8 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
  ☆31Updated 12 years ago
• yangchenjava / com.yangc.utils
  工作中积累的工具类
  ☆85Updated 6 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 11 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 9 years ago
• CrawlScript / WebCollector-GitDoc
  ☆17Updated 9 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 9 years ago
• ylxfc / WebSpider
  一个简易的搜索引擎，采用Java开发
  ☆32Updated 11 years ago
• letcheng / ProxyPool
  针对反爬虫问题的自动代理池组件
  ☆78Updated 8 years ago
• anxpp / csdnweeklySpider
  spring boot + jsoup + redis 抓取CSDN每周干货知识
  ☆30Updated 8 years ago
• blogchong / mite8-com
  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。
  ☆47Updated 8 years ago
• badaozhai / wechat_webdriver_spider
  java 基于selenium抓取搜狗微信公众号文章
  ☆50Updated 9 years ago
• yxjay / SearchEngine-base-on-ElasticSearch-nutch-SSM
  基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎
  ☆20Updated 8 years ago
• GourdErwa / MyNote
  本项目已废弃，笔记收藏整理参考：
  ☆70Updated 4 years ago