知乎爬虫(知乎网站爬取工具,爬取知乎网页内容)。 大家下载试试吧。挺好用的，嘿嘿。

单线程，异步，多线程，线程池爬取网站对比，适合刚入坑选手

根据浏览器大小使网页内容自动放大缩小,小巧的js 节省代码量

python urllib or requests模块模拟浏览器获取网页内容

python爬虫：爬取动态生成的DOM节点渲染数据结果，该方式不是直接拿到接口进行解析，而是XHR中看不到数据，检查网页又能看到，普通爬虫爬取下来的结果是看不到爬取到的这个数据所在的div的。

插件功能介绍： 一键获取网页内容视频源地址下载 浏览器插件，适合大部分浏览器可用 插件获取下载格式： flv、hlv、f4v、mp4、mp3、wma、wav、m4a、letv、ts、webm、 ogg、ogv、acc、mov、mkv、m3u8 MIME类型：video/* audio/*插件使用方法教程步骤： 可右键选择设置抓取配置或者添加格式~

新闻和网页内容推荐及点击竞赛，包括2016年6月14值值2016年6月28日期间，新闻内及内容推荐网站 outbrain 上的内容推荐及浏览点击数据。

小项目 根据网页内容将网页分类为 Evergreen 或 Ephemeral 的本科未成年人（第 7 学期）项目 比赛链接： : 使用的技术： RandomForest使用除 body 之外的所有字段 20倍简历分数： 80.7915% Tf-Idf 矢量化体的逻辑回归20倍简历分数： 87.7833% 使用Kstratfold和SelectPercentile对Tf-Idf 矢量化主体进行逻辑回归，使用 chi去除异常值后20倍简历分数： 89.15924% 高斯朴素贝叶斯使用除 body 之外的所有字段 20倍简历分数： 70.379% Tf-Idf 矢量化体上的线性 SVM 20倍简历分数： 86.8915% Tf-Idf 与词干提取和标记化一起完成以提高准确性 PunktWordTokenizer 雪球茎 LemmaTokenizer（参见 LRwithchi

网页内容placeholder占位特效是一款可以在网页加载的过程中，在显示内容的地方显示预定的CSS3动画，增强用户体验。

节点抓取 v.0.1.2 用于抓取网页内容的可配置节点包。 入门 您可以使用以下命令安装此插件： npm install node-scrape --save 用法 的最小设置如下： var scraper = require('node-scrape'); var config = { params: { id: [1,2,3,4] } collections: [{ name: 'mydata', group: '#someid > .some-class > table tr', elements: { name: { query: '> td > a' }, link: { query: '> td > a', attr: 'href'