Tema · crawling

crawling

Repositorios de código abierto monitorizados etiquetados con crawling, ordenados por estrellas.

39 repositorios

#31
easy-scraping-tutorial ↗@MorvanZhouJupyter Notebook
Código de tutorial de web scraping en Python, sencillo pero útil.
★ 820+0Variación de estrellas de los últimos 7 días
#32
seonaut ↗@StJudeWasHereGo
Herramienta de auditoría SEO de código abierto.
★ 780+7Variación de estrellas de los últimos 7 días
#33
linkedin-profile-scraper-api ↗@josephlimtechTypeScript
Scraper de perfiles de LinkedIn que devuelve datos estructurados en formato JSON.
★ 776+0Variación de estrellas de los últimos 7 días
#34
deepcrawl ↗@lumpinifTypeScript
Alternativa a Firecrawl 100% gratuita y de código abierto para el borde (edge), con mejor extracción de enlaces para agentes, que puedes desplegar tú mismo en Cloudflare o Vercel.
★ 668+6Variación de estrellas de los últimos 7 días
#35
Craw4LLM ↗@cxcscmuPython
Repositorio oficial para "Craw4LLM: Efficient Web Crawling for LLM Pretraining"
★ 664+1Variación de estrellas de los últimos 7 días
#36
donsetch ↗@dondai44423Rust
Web fetch, search, and crawl for AI agents. Built from scratch in Rust. No keys, no accounts. AGPL v3.
★ 624—Variación de estrellas de los últimos 7 días
#37
LinkedInDumper ↗@l4rm4ndPython
Script de Python 3 para volcar/extraer empleados de empresas desde la API de LinkedIn
★ 611+1Variación de estrellas de los últimos 7 días
#38
spidermon ↗@scrapinghubPython
Extensión de Scrapy para monitorear la ejecución de spiders.
★ 562+0Variación de estrellas de los últimos 7 días
#39
webster ↗@zhuyingdaJavaScript
Un framework de web crawling y scraping de alto nivel y fiable para Node.js
★ 560+1Variación de estrellas de los últimos 7 días

← Volver a temas