Alternatives and similar repositories for zongtui-webcrawler:

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

• QiuMing / zhihuWebSpider
  知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
  ☆69Updated 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。
  ☆157Updated 6 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 5 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆107Updated 7 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 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。
  ☆66Updated 7 years ago
• doushini / lucene
  lucene实现web项目近实时搜索【solr和NRTManager、SearcherManager】
  ☆65Updated 9 years ago
• xautlx / nutch-ajax
  Apache Nutch Plugins for AJAX page fetch, parse, index
  ☆87Updated 6 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
• luohaha / jlitespider
  A lite distributed Java spider framework :-)
  ☆145Updated 7 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
• wukonggg / mz-g
  萌主精选（母婴用品零售）的定制CRM（微信：萌主精选）
  ☆85Updated 8 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
  ☆123Updated 9 years ago
• xianglei / easyhadoop
  Apache hadoop management system
  ☆314Updated 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…
  ☆101Updated 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。
  ☆48Updated 7 years ago
• jxqlovejava / PopularBlogSites
  个人收集的觉得不错的技术站点或技术博客
  ☆222Updated 7 years ago
• qwIvan / 5184CAPTCHA
  识别5184验证码
  ☆79Updated 9 years ago
• wosyingjun / Leek
  A distributed real-time stock picking system base on flume,kafka,jstorm,esper,and mysql
  ☆160Updated 8 years ago
• uncodecn / uncode-dal-all
  Uncode-DAL 是 Java 通用数据访问组件，基于mybatis、spring jdbc、hibernate等ORM框架开发，同时支持基于多数据源的读写分离、主备切换、故障转移，自动恢复、负载均衡、缓存等。可以大大提高开发速度。
  ☆134Updated 9 years ago
• NLPchina / nlp_china_web
  nutz+jetty+h2 做的一个web应用
  ☆40Updated 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 10 years ago
• i1see1you / QiuRPC
  Smart RPC framework
  ☆89Updated 7 years ago
• ruanjianlxm / panda-config
  基于zookeeper的分布式配置管理中心，在分布式系统中，配置文件经常多而繁杂，更新容易丢，有了这个组件，可以热更新，并且不会哪台机子上漏了哪个配置。
  ☆35Updated 9 years ago
• jeff-dong / marble
  JOB调度框架
  ☆87Updated 7 years ago
• nutzam / nutz-web
  A Jetty launcher
  ☆36Updated 3 years ago
• douban / jieba-analysis
  结巴分词(java版)
  ☆37Updated 10 years ago
• sdywcd / jshoper3x
  简化原版，增加移动平台特性
  ☆183Updated 2 years ago
• letcheng / ProxyPool
  针对反爬虫问题的自动代理池组件
  ☆78Updated 8 years ago
• FangStarNet / symphonyx
  Symphony 的企业版，实现企业内网论坛。
  ☆120Updated 7 years ago