Project Icon

fundus

轻量级Python新闻爬虫库

Fundus是一个开源的Python新闻爬虫库,支持从在线网站和CC-NEWS数据集抓取文章。它覆盖多个英语新闻源,包括美英主要出版商。Fundus的文本提取精度高,F1分数达97.69。该工具使用简单,支持自定义过滤,并鼓励社区贡献。Fundus适用于新闻分析、媒体监测、学术研究等领域,为用户提供高质量的新闻数据采集解决方案。

awesome-web-scraper - 多语言网页抓取与爬虫工具资源汇总
GithubWeb Scraper开源工具开源项目数据抓取编程语言网络爬虫
awesome-web-scraper项目汇集了多种编程语言的网页抓取和爬虫工具,涵盖Java、C/C++、C#、Erlang、Python、PHP、Node.js、Ruby、Go和Rust等语言。该项目提供每个工具的简要说明和GitHub链接,便于开发者快速选择适合的解决方案。这些工具可用于网页数据抓取、内容提取和网站爬取,适用于搜索引擎构建、数据分析和自动化测试等场景。作为一个精选资源列表,awesome-web-scraper为开发者提供了宝贵的参考。
Crawler - 开源多平台社交媒体数据采集项目
API接口Github主流媒体平台免责声明开源项目数据采集爬虫服务
这是一个开源项目,专注于抖音、快手、哔哩哔哩等主流社交媒体平台的数据采集。项目提供API接口,支持关键词搜索、内容详情获取、评论采集和媒体资源下载。该项目旨在帮助开发者了解平台特性,强调合法合规使用,仅供学习和研究。
markdown-crawler - 多线程网站爬虫工具,自动生成Markdown格式文档
AI绘图GithubMarkdown文件markdown_crawler多线程开源项目网页爬虫
markdown-crawler是一个高效的多线程网站爬虫,能快速创建Markdown文档,支持中断恢复、深度配置以及多媒体内容识别。采用BeautifulSoup解析HTML,具备完整CLI操作界面,适用于文档解析及机器学习模型训练等场景。
NewsBlur - 智能新闻聚合平台 促进用户交流探讨世界
GithubNewsBlurRSS阅读器个人新闻阅读器开源项目社交新闻
NewsBlur是一个智能新闻聚合平台,旨在促进用户交流讨论世界事务。该平台展示原始网站内容,并根据用户设置的标签、关键词和作者等条件智能筛选文章。基于Python和Django开发,支持Web、iOS和Android多平台使用。NewsBlur通过个性化定制和社交功能,优化了用户的在线新闻阅读体验。
crawl4ai - 开源网页爬虫框架 支持AI应用和大型语言模型
Crawl4AIGithub人工智能开源软件开源项目数据提取网络爬虫
Crawl4AI是一个开源的网页爬虫框架,为AI应用和大型语言模型优化。该框架支持多URL并行爬取、媒体标签和链接提取、自定义钩子和JavaScript执行,并提供多种数据提取策略。v0.2.77版本改进了Docker支持,升级Selenium,并优化了性能。Crawl4AI简化了网页数据采集过程,为AI开发提供了实用的工具。
google-news-scraper - Node.js包实现高效抓取Google新闻数据
GithubGoogle News ScraperJSONPuppeteer开源项目新闻数据网页抓取
google-news-scraper是一个轻量级Node.js包,用于抓取Google新闻文章数据。通过传入关键词或短语,可获取JSON格式的新闻文章数组。支持自定义搜索、时间范围筛选和文章内容获取,为新闻数据采集提供灵活高效的解决方案。该工具易于使用,适合需要快速获取新闻信息的开发项目。
infomate.club - 简洁RSS聚合与智能文章摘要
DjangoGithubInfomate.clubPostgreSQLRSS解析TextRank算法开源项目
Infomate.club是一个汇集多个RSS源的Web服务,通过TextRank算法进行文章解析和摘要。用户无需订阅大量媒体账号,即可在一个页面上掌握不同领域的新闻,避免信息过载。系统基于Django和PostgreSQL,利用Feedparser和BeautifulSoup进行RSS解析,特别适合不希望被太多通知干扰的用户。
maxun - 无代码数据爬虫
GithubMaxun开源项目无代码机器人网页抓取网页数据提取
Maxun 是一款开源的网页数据提取平台,无需编码即可快速设置机器人,实现自动化数据抓取。支持数据列表、文本提取和网页截图等功能,还能进行计划任务和配置反爬虫。能够通过外部代理绕过反爬虫保护,并与 Google 表单集成。提供本地和云端版本,云版本支持大规模数据抓取和自动代理切换,满足不同用户需求。
x-crawl - 基于Node.js的灵活AI辅助爬虫库
AI爬虫GithubNode.jsOpenAIx-crawl开源项目网络技术
x-crawl是一个高效的Node.js AI爬虫库,支持动态和静态页面爬取。其AI技术增强了数据抓取的准确性和效率,适用于多种场景与代理配置。
spider - 快速并发的网络爬虫和索引工具
GithubSpider并发开源项目无头浏览器流式处理网络爬虫
Spider是一个开源的网络爬虫和索引工具,以其快速并发能力著称。它提供流式处理、去中心化、Headless Chrome渲染等功能,支持HTTP代理和定时任务。Spider具备智能模式、黑白名单管理、深度控制等特性,并支持动态AI提示脚本和CSS选择器抓取。这些功能使Spider成为适用于多种网络数据采集和处理场景的强大工具。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号