Alternatives and similar repositories for search

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

• 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
• 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
• 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 11 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
• 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
• 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
• zyongjava / spider
  利用spring boot + webmagic 开发的java爬虫系统
  ☆61Updated 8 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
• Fanping / iveely.search
  Pure java realize search engine, try to directly hit the user's search for answers.
  ☆340Updated 7 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
• 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
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 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
  ☆115Updated 3 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆109Updated 8 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 9 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 4 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
• ylxfc / WebSpider
  一个简易的搜索引擎，采用Java开发
  ☆32Updated 11 years ago
• garyudeng / Crawer
  各大电商网站数据抓取分析
  ☆32Updated 12 years ago
• letcheng / ProxyPool
  针对反爬虫问题的自动代理池组件
  ☆79Updated 8 years ago
• abel533 / SearchEngine
  简单搜索引擎例子
  ☆84Updated 9 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
• hankcs / TextRank
  TextRank算法提取关键词的Java实现
  ☆204Updated 10 years ago
• ysc / rank
  rank是一个seo工具，用于分析网站的搜索引擎收录排名。
  ☆68Updated 8 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...
  ☆354Updated 11 years ago
• yinchuandong / JavaVerify
  A Java CAPTCHA recognition library for sticky characters
  ☆207Updated 10 years ago
• yangchenjava / com.yangc.utils
  工作中积累的工具类
  ☆85Updated 7 years ago
• advanced-programs / sns-crm
  社交网络数据抓取，以及CRM系统。
  ☆68Updated 10 years ago
• hymer / sensitivewords
  敏感词过滤工具
  ☆25Updated 12 years ago