Alternatives and similar repositories for zongtui-webcrawler

Users that are interested in zongtui-webcrawler are comparing it to the libraries listed below

• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 11 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
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆110Updated 8 years ago
• QiuMing / zhihuWebSpider
  知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
  ☆69Updated 9 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
• xautlx / nutch-ajax
  Apache Nutch Plugins for AJAX page fetch, parse, index
  ☆88Updated 7 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
• 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
• doushini / lucene
  lucene实现web项目近实时搜索【solr和NRTManager、SearcherManager】
  ☆65Updated 10 years ago
• luohaha / jlitespider
  A lite distributed Java spider framework :-)
  ☆146Updated 8 years ago
• jxqlovejava / PopularBlogSites
  个人收集的觉得不错的技术站点或技术博客
  ☆219Updated 8 years ago
• ysc / jsearch
  jsearch：高性能的全文检索工具包
  ☆94Updated 8 years ago
• wosyingjun / Leek
  A distributed real-time stock picking system base on flume,kafka,jstorm,esper,and mysql
  ☆161Updated 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
• 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
• allwefantasy / ServiceFramework
  Java MVC framework, agile, fast, rich domain model, made especially for server side of mobile application (一个敏捷，快速，富领域模型的Java MVC 框架，专为 移…
  ☆547Updated 2 years ago
• ssjssh / javaalgorithm
  模仿Java标准库的一些API实现的算法库，包括了数据结构，字符串处理（StringBuilder），图（有向图）。原来是用Python实现的，但是Python实现的并没有经过完整的测试，不能够保证完全的正确性。 使用Java实现的集合库都经过完整的测试，实际上，我在实现的…
  ☆49Updated 10 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
• 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
• FangStarNet / symphonyx
  Symphony 的企业版，实现企业内网论坛。
  ☆121Updated 8 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
• javagaorui5944 / ProxyIpPool
  The Crawler Proxy IP Pool Component
  ☆70Updated 3 years ago
• zhegexiaohuozi / SeimiAgent
  A headless,standalone webkit server which make grabing dynamic web page easier.
  ☆222Updated 6 years ago
• wosyingjun / Cluster-HA-Schemes
  集群高可用架构整理
  ☆50Updated 9 years ago
• commonrpc / commonrpc
  还在羡慕BAT，京东等公司的大流量的架构吗？让你的java系统引用解耦，互相独立,commonrpc 就可以办到。commonrpc 是一个以netty为基础，spring 自定义shcema为基础标签的rpc框架,不侵入任何业务代码，一个高性能分布式rpc框架，支持tcp…
  ☆100Updated 10 years ago
• CrawlScript / WebCollector-GitDoc
  ☆17Updated 9 years ago
• ysc / superword
  Superword is a Java open source project dedicated in the study of English words analysis and auxiliary reading.
  ☆272Updated 3 years ago
• wukonggg / mz-g
  萌主精选（母婴用品零售）的定制CRM（微信：萌主精选）
  ☆85Updated 9 years ago
• chensoul / grab
  基于spark、mahout和spring boot构建的推荐系统
  ☆130Updated last week
• NLPchina / Jcoder
  Java Dynamic code or JAR , publish you Api or Schedule in flying
  ☆148Updated 5 years ago