zongtui / zongtui-webcrawler
基于hadoop思维的分布式网络爬虫。
☆86Updated 9 years ago
Alternatives and similar repositories for zongtui-webcrawler:
Users that are interested in zongtui-webcrawler are comparing it to the libraries listed below
- 网络爬虫☆51Updated 11 years ago
- 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
- 知乎爬虫,基于webmagic框架 .A java web spider base on webmagic.☆69Updated 8 years ago
- 自动抽取网页正文的算法,用JAVA实现☆107Updated 7 years ago
- 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
- A lite distributed Java spider framework :-)☆145Updated 7 years ago
- lucene实现web项目近实时搜索【solr和NRTManager、SearcherManager】☆65Updated 9 years ago
- Apache Nutch Plugins for AJAX page fetch, parse, index☆87Updated 6 years ago
- a simple distributed spider in Java. Java编写的一个简单分布式爬虫☆159Updated 11 years ago
- java 基于selenium抓取搜狗微信公众号文章☆49Updated 9 years ago
- 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
- 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
- 萌主精选(母婴用品零售)的定制CRM(微信:萌主精选)☆85Updated 8 years ago
- spring整合webmagic,mybatis,dungproxy☆29Updated last year
- 数据虫巢(微信号blogchong)公众号技术文章合集。虫巢出品,不说优品,最起码也得算个良品呐~~☆25Updated 8 years ago
- A Java CAPTCHA recognition library for sticky characters☆207Updated 10 years ago
- Apache hadoop management system☆314Updated 9 years ago
- nutz+jetty+h2 做的一个web应用☆40Updated 8 years ago
- 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
- Symphony 的企业版,实现企业内网论坛。☆120Updated 7 years ago
- 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
- 结巴分词(java版)☆37Updated 10 years ago
- 个人收集的觉得不错的技术站点或技术博客☆222Updated 7 years ago
- Java Dynamic code or JAR , publish you Api or Schedule in flying☆148Updated 4 years ago
- 舆情搜索服务框架,其中lucene和solr版本为4.8。☆61Updated 9 years ago
- ☆18Updated 9 years ago
- a mini blog with NoSql,Dubbo and Spring☆11Updated 11 years ago
- ☆77Updated 2 years ago
- 针对反爬虫问题的自动代理池组件☆78Updated 8 years ago
- 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