Web爬虫 - 用于分析网站内容的Java类库。

按热度排序
Popular
290 2.6k 1.5k

C crawler4j是Java实现的开源网络爬虫。提供了简单易用的接口,可以在几分钟内创建一个多线程网络爬虫。
 
10.0 10.0
107 632 360

G Gather Platform 数据抓取平台是一套基于Webmagic内核的,具有Web任务配置和任务管理界面的数据采集与搜索平台.
 
2.3000000000000003 0.0
22 178 47

P ProxyPool可以供给网络爬虫使用,ProxyPool由Spring Boot+RxJava2.x+MongoDB搭建
 
0.8999999999999999 10.0
  3天前
170 1.5k 552

W webporter 是一个基于垂直爬虫框架 webmagic 的 Java 爬虫应用,旨在提供一套完整的数据爬取,持久化存储和可视化展示的实践样例。
 
0.8 0.0
14 124 47

M 基于webmagic + springboot + mybatis的Java爬虫,使用Echarts进行数据可视化分析,提供了从爬虫获取数据到数据持久化、数据可视化分析以及构建简单的代理池等一整套解决方案模板。
 
0.7000000000000001 0.0
  3月前
1 27 3

百度莱茨狗爬虫,支持本地验证码识别
 
0.7000000000000001 5.5
  前天
10 115 28

M An object-oriented crawler framework(面向对象的爬虫框架)
 
0.6 3.7
20 147 32

W webBee 🐝基于jdk8 是一个持续成长的垂直爬虫框架项目
 
0.5 0.0
  4月前
38 128 101

Y YayCrawler 基于规则配置的通用分布式爬虫框架
 
0.5 0.0
  9月前
368 5.6k 1.4k

J jsoup 是一个用于解析HTML的Java 类库。它提供了一套非常方便快捷的API,通过DOM、CSS以及类似于jQuery的操作方法来取出和操作数据。
 
0.4 1.3
  1月前