★
开源星图GITHUB / DISCOVERY
今日免费检索 3 次
internetarchive / heritrix3

heritrix3

Heritrix is the Internet Archive's open-source, extensible, web-scale, archival-quality web crawler project.

Java★ 3.3k⑂ 795NOASSERTION创建于 2011-10-21最近提交 2026-10-13
中文介绍 · 自动生成

heritrix3 是用 Java 编写的爬虫框架,用于网页抓取与数据采集,主打可扩展、开源免费。

目前累计 3.3k star、795 fork,主要语言为 Java,项目始于 2011 年,采用 NOASSERTION 许可。最近状态:近一个月有提交。适合:需要数据采集的开发者。

中文介绍优先采用本站人工维护条目;无维护条目时依据 GitHub 公开字段(语言、主题、星标、提交时间)自动生成,未经项目方确认,不构成选型结论。
一句话解读

internetarchive/heritrix3 是一个以 Java 为主的开源项目,目前累计 3.3k star、795 fork,近 30 天内有提交。主要方向:heritrix、Java、warc、webcrawling。

依据 GitHub 公开字段(语言、主题、星标、提交时间)自动生成,未经人工逐项核实。
heritrixJavawarcwebcrawling

README

正在加载…

相关项目