登录 注册
开源 企业版 高校版 私有云 Gitee AI NEW
WEB应用开发
/
Web爬虫
GPL-3.0
全部项目 MulanPSL-2.0 0BSD AFL-3.0 AGPL-3.0 Apache-2.0 Artistic-2.0 BSD-2-Clause BSD-3-Clause BSD-3-Clause-Clear BSL-1.0 CC-BY-4.0 CC-BY-SA-4.0 CC0-1.0 ECL-2.0 EPL-1.0 EPL-2.0 EUPL-1.1 EUPL-1.2 GPL-2.0 ISC LGPL-2.1 LGPL-3.0 LPPL-1.3c MIT MPL-2.0 MS-PL MS-RL MulanPSL-1.0 MulanPubL-1.0 MulanPubL-2.0 NCSA OFL-1.1 OSL-3.0 PostgreSQL UPL-1.0 Unlicense WTFPL Zlib
Java
全部语言 JavaScript HTML CSS Python Shell C C++ PHP C# TypeScript Go Objective-C Android Kotlin Ruby Assembly Swift NodeJS Perl Dart Lua Matlab 其他 Rust PowerShell HTML/CSS 微信 Scala Groovy C/C++ XSLT Verilog R Docker QML Pascal CoffeeScript FORTRAN Erlang ActionScript Emacs Lisp Smalltalk SQL Delphi TeX/LaTeX VHDL ASP Visual Basic M Clojure Common Lisp Haskell Awk LiveScript Elixir Scheme 易语言 Julia OCaml Puppet YAML AutoHotkey Ada Pawn Standard ML D XML Arduino Logos VimL Prolog 汇编 Haxe ColdFusion Vala Crystal Scilab Coq Racket Lisp Slash Eiffel eC DOT Zephir Nemerle
最近更新
Stars 最新推荐 最近更新
9184950 stonedtx 1643009227

思通数科 StoneDT/Open-Spider

185
不懂数据采集技术，也可轻松采集海量数据！简单易上手，人人可用的数据采集工具！
网络爬虫
Spider
数据采集
分布式
抖音
Java
Web爬虫
|
2个月前

Ticsmyc/2019nCoV-Crawler

175
定时爬取丁香园冠状病毒新型肺炎疫情实时数据，并持久化到MySQL数据库做 数据比对，当数据发生变化时向用户推送邮件通知
Java
Web爬虫 新冠病毒相关开源
|
2年前

一笑倾城/网络爬虫

0
Java
Web爬虫
|
5年前

CrawlScript/WebCollector

216
A java crawler for infomation collection.
Java
Web爬虫
|
接近6年前

gsh199449/Gather Platform

59
A configurable web spider with a easy-to-use WebUI interface
Java
Web爬虫
|
接近7年前
今日热门
本周热门
ssssssss-team/spider-flow
7.6K
新一代爬虫平台，以图形化方式定义爬虫流程，不写代码即可完成爬虫。
黄亿华/webmagic
4.8K
webmagic 是一个无须配置、便于二次开发的爬虫框架，它提供简单灵活的API，只需少量代码即可实现一个爬虫。
自风/Spiderman
3.5K
强力 Java 爬虫，列表分页、详细页分页、ajax、微内核高扩展、配置灵活
linzhaoquan/xx小说阅读网站
524
springboot【小说阅读网站】，多线程抓取小说数据(单本或者批量)，持久化到MySQL数据库，能定时跟源站数据同步=小说定时更新。通过jsoup采集数据到mysql数据，redis作为缓存框架，减轻服务器压力。部署在linux，网站UI套纵横中文网！
鬼画符/templatespider
2.9K
扒网站工具，看好哪个网站，指定好URL，自动扒下来做成模版。所见网站，皆可为我所用！
思通数科 StoneDT/Open-Spider
185
不懂数据采集技术，也可轻松采集海量数据！简单易上手，人人可用的数据采集工具！
自风/Spiderman2
2.1K
二代蜘蛛侠，此版本完全重新开发，比上一代更加强大（性能，易用，架构，分布式，简洁，成熟）
鬼画符/templatespider
2.9K
扒网站工具，看好哪个网站，指定好URL，自动扒下来做成模版。所见网站，皆可为我所用！
ssssssss-team/spider-flow
7.6K
新一代爬虫平台，以图形化方式定义爬虫流程，不写代码即可完成爬虫。
思通数科 StoneDT/Open-Spider
185
不懂数据采集技术，也可轻松采集海量数据！简单易上手，人人可用的数据采集工具！
黄亿华/webmagic
4.8K
webmagic 是一个无须配置、便于二次开发的爬虫框架，它提供简单灵活的API，只需少量代码即可实现一个爬虫。
linzhaoquan/xx小说阅读网站
524
springboot【小说阅读网站】，多线程抓取小说数据(单本或者批量)，持久化到MySQL数据库，能定时跟源站数据同步=小说定时更新。通过jsoup采集数据到mysql数据，redis作为缓存框架，减轻服务器压力。部署在linux，网站UI套纵横中文网！
自风/Spiderman2
2.1K
二代蜘蛛侠，此版本完全重新开发，比上一代更加强大（性能，易用，架构，分布式，简洁，成熟）
自风/Spiderman
3.5K
强力 Java 爬虫，列表分页、详细页分页、ajax、微内核高扩展、配置灵活
taishan/微信文章爬虫 Reptile
121
爬虫项目，微信公众号文章爬虫，网站文章爬虫，群发邮件系统
liinux/ghost-login
546
专门用来解决爬虫采集相关网站数据时模拟自动登录，验证码自动识别的问题；欢迎加入一起开发完善。
易水风萧/wind-bell
613
风铃虫是一款轻量级的高效爬虫工具，配置简单，方便二次开发，能抓取js渲染的网页，可以抓取任何数据，支持保存网页快照，智能防封杀，天然适合分布式。
点此查找更多帮助

搜索帮助

Git 命令在线学习 如何在 Gitee 导入 GitHub 仓库
Git 仓库基础操作
企业版和社区版功能对比
SSH 公钥设置
如何处理代码冲突
仓库体积过大，如何减小？
如何找回被删除的仓库数据
Gitee 产品配额说明
GitHub仓库快速导入Gitee及同步更新
什么是 Release（发行版）
将 PHP 项目自动发布到 packagist.org
回到顶部