Git Stars Git Stars

#data-extraction Repositories

131
Gesamtzahl der Repositories
729,329
Gesamtanzahl der Sterne
5,567
Durchschnittliche Sterne/Repo

Insgesamt 131 Repositories

51
hi-primus/optimus

:truck: Agile Data Preparation Workflows leicht gemacht mit Pandas, Dask, cuDF, Dask-cuDF, Vaex und PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Aktualisiert 2024-12-02 📅 Erstellt 2017-07-13
52
chinoogawa/fbht

Facebook Hacking Tool

chinoogawa
⭐ 1,510 Python 👤 chinoogawa User 🕐 Aktualisiert 2024-05-09 📅 Erstellt 2013-12-16
53
ShilongLee/Crawler

Open-Source-API-Schnittstellen-Server für Web-Scraping von Plattformen wie Douyin (a_bogus neueste Version), Kuaishou, Bilibili, Xiaohongshu, Taobao, JD.com, Weibo usw. Schnelle Ein-Klick-Bereitstellung mit Docker.

ShilongLee
⭐ 1,490 JavaScript 👤 ShilongLee User 🕐 Aktualisiert 2026-10-19 📅 Erstellt 2024-05-24
54
HolographicHat/Yae

Schnelleres und genaueres Genshin Impact Datenexport-Tool

HolographicHat
⭐ 1,471 C# 👤 HolographicHat User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2022-03-21
55
Miserlou/SoundScrape

SoundCloud (und Bandcamp und Mixcloud) Downloader in Python.

Miserlou
⭐ 1,436 Python 👤 Miserlou User 🕐 Aktualisiert 2024-06-23 📅 Erstellt 2013-12-29
56
wyzxxz/heapdump_tool

Heapdump-Tool zur Abfrage sensibler Informationen, z. B. zum Auffinden von Klartext-Passwörtern, AK, SK usw. in Spring Heapdumps

wyzxxz
⭐ 1,430 👤 wyzxxz User 🕐 Aktualisiert 2024-05-21 📅 Erstellt 2021-08-06
57
ScrapingBee/ai-web-scraper

Extrahieren Sie mühelos Daten mit unserer KI-Scraper-API. Vereinfachen Sie die Datenextraktion, erhalten Sie saubere JSON-Ausgaben und passen Sie sich an Seitenänderungen an. Testen Sie es noch heute kostenlos!

ScrapingBee
⭐ 1,424 👤 ScrapingBee Organization 🕐 Aktualisiert 2026-03-13 📅 Erstellt 2026-03-12
58
thinh-vu/vnstock

Ein anfängerfreundliches und dennoch leistungsstarkes Python-Toolkit für die Finanzanalyse und -automatisierung – entwickelt, um moderne Investitionen für jedermann zugänglich zu machen

thinh-vu
⭐ 1,422 👤 thinh-vu User 🕐 Aktualisiert 2026-11-07 📅 Erstellt 2022-02-27
59
facundoolano/app-store-scraper

Daten aus dem iTunes App Store scrapen

facundoolano
⭐ 1,396 JavaScript 👤 facundoolano User 🕐 Aktualisiert 2025-07-27 📅 Erstellt 2016-05-31
60
raznem/parsera

Leichte Bibliothek zum Auslesen von Webseiten mit LLMs

raznem
⭐ 1,372 Python 👤 raznem User 🕐 Aktualisiert 2025-12-17 📅 Erstellt 2024-08-12
61
philippta/flyscrape

Flyscrape ist ein Kommandozeilen-Web-Scraping-Tool, das sich an Personen ohne fortgeschrittene Programmierkenntnisse richtet.

philippta
⭐ 1,347 Go 👤 philippta User 🕐 Aktualisiert 2025-11-24 📅 Erstellt 2023-08-28
62
mvdbos/php-spider

Ein konfigurierbarer und erweiterbarer PHP-Web-Spider

mvdbos
⭐ 1,338 PHP 👤 mvdbos User 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2013-02-25
63
Sniper970119/dianping_spider

Dianping-Crawler (ganze Website durchsuchbar, löst dynamische Schrifterverschlüsselung, kein OCR). Kontinuierliche Aktualisierung

Sniper970119
⭐ 1,329 Python 👤 Sniper970119 User 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2021-01-22
64
jbarrow/commonforms

CommonForms — offene Modelle zur automatischen Erkennung von PDF-Formularfeldern

jbarrow
⭐ 1,309 Python 👤 jbarrow User 🕐 Aktualisiert 2026-06-17 📅 Erstellt 2025-09-17
65
firecrawl/fire-enrich

KI-gestütztes Data-Enrichment-Tool, das E-Mails mit Firecrawl und Multi-Agent-KI in reichhaltige Datensätze mit Unternehmensprofilen, Finanzierungsdaten, Technologie-Stacks und mehr umwandelt

firecrawl
⭐ 1,308 TypeScript 👤 firecrawl Organization 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2025-06-06
66
fastcrw/crw

Schnelle, leichtgewichtige Firecrawl/Tavily-Alternative in Rust. Web-Scraper, Crawler & Such-API mit MCP-Server für KI-Agenten. Drop-in Firecrawl-kompatible API (/scrape, /crawl, /search). 2,3x schneller als Tavily, 1,5x schneller als Firecrawl bei 1K-URL-Benchmarks. 6 MB RAM, einzelne Binärdatei. Selbst-Hosting oder Managed Cloud.

fastcrw
⭐ 1,284 Rust 👤 fastcrw Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-03-02
67
raawaa/jav-scrapy

Der Sklavenarbeiter für das Batch-Greifen von AV-Magnet-Links oder Covern

raawaa
⭐ 1,275 JavaScript 👤 raawaa User 🕐 Aktualisiert 2026-10-17 📅 Erstellt 2015-10-31
68
google/textfsm

Python-Modul zum Parsen von semi-strukturiertem Text in Python-Tabellen.

google
⭐ 1,258 Python 👤 google Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2015-06-23
69
KillzXGaming/Switch-Toolbox

Ein Tool zum Bearbeiten vieler Videospiel-Dateiformate

KillzXGaming
⭐ 1,249 C# 👤 KillzXGaming User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2018-11-12
71
yfedoseev/pdf_oxide

Die schnellste PDF-Bibliothek für Python und Rust. Text-Extraktion, Bild-Extraktion, Markdown-Konvertierung, PDF-Erstellung & -Bearbeitung. 0,8 ms Mittelwert, 5× schneller als Branchenführer, 100% Erfolgsquote bei 3.830 PDFs. MIT/Apache-2.0.

yfedoseev
⭐ 1,205 Rust 👤 yfedoseev User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-11-05
72
andreroggeri/pynubank

Greifen Sie auf Ihre Nubank-Kontenauszüge über Python zu

andreroggeri
⭐ 1,197 Python 👤 andreroggeri User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2017-06-19
73
dchrastil/ScrapedIn

Ein Tool zum Scrapen von LinkedIn ohne API-Einschränkungen für die Datenaufklärung

dchrastil
⭐ 1,168 Python 👤 dchrastil User 🕐 Aktualisiert 2024-04-11 📅 Erstellt 2018-03-29
74
soxoj/socid-extractor

⛏️ Die Extraktions-Engine hinter Maigret: Verwandle jede Profil-URL in einen strukturierten OSINT-Datensatz auf über 150 Websites

soxoj
⭐ 1,143 Python 👤 soxoj User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2019-11-17
76
caolvchong-top/twitter_download

Twitter Bilder Videos Crawler; Ein Anlick-Download

caolvchong-top
⭐ 1,087 Python 👤 caolvchong-top User 🕐 Aktualisiert 2026-07-28 📅 Erstellt 2022-08-23
77
utkarshkukreti/select.rs

Eine Rust-Bibliothek zum Extrahieren nützlicher Daten aus HTML-Dokumenten, geeignet für Web-Scraping.

utkarshkukreti
⭐ 1,018 Rust 👤 utkarshkukreti User 🕐 Aktualisiert 2025-03-19 📅 Erstellt 2015-07-15
78
stravalib/stravalib

Bibliothek zur Bereitstellung einer einfachen Client-Schnittstelle zur Strava-REST-API (v3).

stravalib
⭐ 1,002 Python 👤 stravalib Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2013-03-17
79
WittmannF/sort-google-scholar

Ranking von Google Scholar-Suchergebnissen basierend auf der Anzahl der Zitationen

WittmannF
⭐ 999 Python 👤 WittmannF User 🕐 Aktualisiert 2026-10-30 📅 Erstellt 2016-04-30
80
busiyiworld/maimemo-export

Zum Exportieren von Vokabeldatenbanken für MoMo Vokabeltrainer, zur Erstellung benutzerdefinierter Vokabeldatenbanken für List Vokabeltrainer, BuBei Vokabeltrainer, Oulu Dictionary usw.

busiyiworld
⭐ 995 TypeScript 👤 busiyiworld Organization 🕐 Aktualisiert 2025-10-30 📅 Erstellt 2021-03-29
81
YaoZeyuan/zhihuhelp

Neubeschreibung des Zhihu-Assistenten basierend auf Node & TypeScript

YaoZeyuan
⭐ 985 TypeScript 👤 YaoZeyuan User 🕐 Aktualisiert 2026-10-24 📅 Erstellt 2019-02-04
82
AutoAccountingOrg/AutoAccounting

Jede Ihrer Rechnungen ist eine Aufzeichnung wert!

AutoAccountingOrg
⭐ 984 Kotlin 👤 AutoAccountingOrg Organization 🕐 Aktualisiert 2026-10-23 📅 Erstellt 2024-01-04
84
paperswithcode/paperswithcode-data

Der vollständige Datensatz hinter paperswithcode.com

paperswithcode
⭐ 938 👤 paperswithcode Organization 🕐 Aktualisiert 2025-09-08 📅 Erstellt 2019-01-31
85
browser-use/awesome-prompts

Tabelle der großartigen Browser-Nutzungsaufforderungen

browser-use
⭐ 926 👤 browser-use Organization 🕐 Aktualisiert 2025-03-26 📅 Erstellt 2025-03-26
86
eclaire-labs/eclaire

Lokaler, quelloffener KI-Assistent für Ihre Daten. Vereinheitlicht Aufgaben, Notizen, Dokumente, Fotos und Lesezeichen. Privat, selbstgehostet und über APIs erweiterbar.

eclaire-labs
⭐ 925 TypeScript 👤 eclaire-labs Organization 🕐 Aktualisiert 2026-11-08 📅 Erstellt 2025-09-02
87
goose3/goose3

Eine Python 3 kompatible Version von goose http://goose3.readthedocs.io/en/latest/index.html

goose3
⭐ 916 HTML 👤 goose3 Organization 🕐 Aktualisiert 2026-07-23 📅 Erstellt 2016-12-11
88
Rishikant181/Rettiwt-API

Ein CLI-Tool und eine API zum kostenlosen Abrufen von Daten von Twitter!

Rishikant181
⭐ 904 TypeScript 👤 Rishikant181 User 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2022-01-24
⭐ 900 👤 golangboy User 🕐 Aktualisiert 2025-03-25 📅 Erstellt 2025-03-24
90
Mingtzge/2019-CCF-BDCI-OCR-MCZJ-OCR-IdentificationIDElement

2019CCF-BDCI-Wettbewerb Gewinner des Preises für die beste innovative Erkundung Champion des Themas zur OCR-basierten Extraktion von ID-Karten-Elementen Tianchen Poxiao-Team Themen-Quellcode

Mingtzge
⭐ 899 Python 👤 Mingtzge User 🕐 Aktualisiert 2024-07-25 📅 Erstellt 2019-12-30
91
microsoft/typeagent-py

Strukturierte RAG: Aufnahme, Indizierung, Abfrage

microsoft
⭐ 898 Python 👤 microsoft Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2025-09-09
93
coddingtonbear/python-myfitnesspal

Greifen Sie programmgesteuert auf Ihre in MyFitnessPal gespeicherten Mahlzeiten-Tracking-Daten zu

coddingtonbear
⭐ 875 Python 👤 coddingtonbear User 🕐 Aktualisiert 2025-09-28 📅 Erstellt 2013-07-16
94
frictionlessdata/frictionless-py

Datenmanagement-Framework für Python, das Funktionalität zur Beschreibung, Extraktion, Validierung und Transformation von tabellarischen Daten bietet

frictionlessdata
⭐ 859 Python 👤 frictionlessdata Organization 🕐 Aktualisiert 2026-10-15 📅 Erstellt 2014-12-23
95
longxiaofei/spider-BaiduIndex

Daten-SDK für Baidu Index

longxiaofei
⭐ 800 Python 👤 longxiaofei User 🕐 Aktualisiert 2025-11-24 📅 Erstellt 2018-09-27
96
linkedin/URL-Detector

Eine Java-Bibliothek zur Erkennung und Normalisierung von URLs in Text

linkedin
⭐ 786 Java 👤 linkedin Organization 🕐 Aktualisiert 2025-07-12 📅 Erstellt 2015-02-06
97
LYiHub/platform-war-public

Ein Chatbot/GraphRAG-Framework, das Multi-LLM-Agenten aus Benutzerkommentaren von sozialen Plattformen erstellt und sie über bestimmte Themen debattieren lässt.

LYiHub
⭐ 783 Python 👤 LYiHub Organization 🕐 Aktualisiert 2024-12-14 📅 Erstellt 2024-12-14
98
Higurashi-kagome/wereader

Eine Browser-Erweiterung: Wird hauptsächlich für Notizen in WeChat Read verwendet und ist für Leser, die häufig Markdown für Notizen verwenden, recht hilfreich.

Higurashi-kagome
⭐ 775 TypeScript 👤 Higurashi-kagome User 🕐 Aktualisiert 2025-08-31 📅 Erstellt 2020-06-04
99
mattsse/voyager

Webseiten in Rust crawlen und scrapen

mattsse
⭐ 767 Rust 👤 mattsse User 🕐 Aktualisiert 2024-12-14 📅 Erstellt 2020-12-22
100
python-mechanize/mechanize

Der offizielle Quellcode für das python-mechanize-Projekt

python-mechanize
⭐ 760 Python 👤 python-mechanize Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2017-03-08