Alternatives and similar repositories for crawler4j

Users that are interested in crawler4j are comparing it to the libraries listed below

• NLPchina / nlp_china_web
  nutz+jetty+h2 做的一个web应用
  ☆40Updated 9 years ago
• saymagic / Swordfish
  Set up Wechat Pub with Docker.
  ☆31Updated 8 years ago
• shamphone / jigsaw-nlp
  本项目转移到https://github.com/cocolian/cocolian-nlp
  ☆34Updated 11 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
• qwIvan / 5184CAPTCHA
  识别5184验证码
  ☆79Updated 9 years ago
• shunfa / crawlzilla
  ☆76Updated 3 years ago
• allwefantasy / godear
  ServiceFramework 示例项目
  ☆10Updated 9 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 9 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆109Updated 8 years ago
• ququzone / shorturl
  ☆23Updated 9 years ago
• Wooden-Robot / spider-practice
  ☆20Updated 8 years ago
• johnhany / WPCrawler
  a web crawler for single WordPress site
  ☆49Updated 11 years ago
• shelmesky / crawler
  淘宝爬虫原型，基于gevent
  ☆49Updated 12 years ago
• KDF5000 / SpiderRef
  爬虫资料汇总
  ☆17Updated 9 years ago
• yinchuandong / DistributedCrawler
  java分布式爬虫，主机和从机控制的机制
  ☆14Updated 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
• RockeyHoo / messenger
  rpc_learn Spring + Netty + Protostuff + ZooKeeper 实现了一个轻量级 RPC 框架，使用 Spring 提供依赖注入与参数配置，使用 Netty 实现 NIO 方式的数据传输，使用 Protostuff 实现对象序列化，使用 …
  ☆19Updated 10 years ago
• liuxinglanyue / distributed-session-manager
  分布式session管理
  ☆11Updated 10 years ago
• ErosZZH / scaffold
  J2EE scaffold
  ☆14Updated 9 years ago
• da2vin / Spider_index
  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 8 years ago
• wwj718 / jobSpider
  jobSpider是一只scrapy爬虫，用于爬取职位信息
  ☆27Updated 9 years ago
• handalin / CharlieLrc
  查理歌词, 一个微信公众帐号, 1.0版本. 暂时可以实现快速查找歌词.
  ☆67Updated 10 years ago
• drogba321 / easy-recommender
  个性化推荐算法的通用处理框架，基于Mahout和Lucene
  ☆18Updated 10 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
• netxfly / dianying
  中国主流在线电影网站爬虫及搜索web代码
  ☆35Updated 11 years ago
• tonyma88999 / Lagou
  拉勾数据采集
  ☆18Updated 9 years ago
• lpe234 / meizi_spider
  scrapy demo
  ☆25Updated 6 years ago
• taozhijiang / readmeinfo
  Feed news reader including recommend schema
  ☆29Updated 9 years ago
• jadetang / maliang
  Maliang is a code generator for J2EE project
  ☆13Updated 2 years ago
• henryluki / readdaily
  资讯阅读 “每日阅读”
  ☆17Updated 9 years ago