zongtui / zongtui-webcrawler
基于hadoop思维的分布式网络爬虫。
☆87Updated 8 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 10 years ago
- Apache Nutch Plugins for AJAX page fetch, parse, index☆87Updated 6 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
- 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。☆129Updated 5 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
- A lite distributed Java spider framework :-)☆146Updated 7 years ago
- 知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.☆68Updated 8 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
- lucene实现web项目近实时搜索【solr和NRTManager、SearcherManager】☆65Updated 9 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
- a simple distributed spider in Java. Java编写的一个简单分布式爬虫☆159Updated 11 years ago
- A distributed real-time stock picking system base on flume,kafka,jstorm,esper,and mysql☆160Updated 7 years ago
- 针对反爬虫问题的自动代理池组件☆78Updated 7 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆60Updated 9 years ago
- 个人收集的觉得不错的技术站点或技术博客☆223Updated 6 years ago
- 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…☆543Updated last year
- 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 8 years ago
- 集群高可用架构整理☆50Updated 8 years ago
- Apache hadoop management system☆313Updated 9 years ago
- 结巴分词(java版)☆37Updated 10 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 9 years ago
- java 基于selenium抓取搜狗微信公众号文章☆48Updated 9 years ago
- A Java CAPTCHA recognition library for sticky characters☆206Updated 10 years ago