Git Stars Git Stars

#data-extraction Repositories

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

Insgesamt 131 Repositories

101
developersdigest/llm-api-engine

Erstellen und stellen Sie in Sekundenschnelle KI-gestützte APIs bereit

developersdigest
⭐ 755 TypeScript 👤 developersdigest User 🕐 Aktualisiert 2025-02-03 📅 Erstellt 2025-01-24
102
polyrabbit/hacker-news-digest

📰 Lass ein LLM Hacker News für dich zusammenfassen

polyrabbit
⭐ 754 Python 👤 polyrabbit User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2014-09-17
103
ScrapeGraphAI/scrapecraft

KI-gestützter Web-Scraping-Editor mit visuellem Workflow-Builder. Erstellen, testen und stellen Sie Web-Scraper mithilfe natürlicher Sprache bereit. Powered by ScrapeGraphAI & LangGraph.

ScrapeGraphAI
⭐ 731 Python 👤 ScrapeGraphAI Organization 🕐 Aktualisiert 2025-12-26 📅 Erstellt 2025-07-01
104
kovidgoyal/html5-parser

Schnelles, C-basiertes HTML-5-Parsing für Python

kovidgoyal
⭐ 710 C 👤 kovidgoyal User 🕐 Aktualisiert 2026-09-20 📅 Erstellt 2017-06-03
105
adrienjoly/npm-pdfreader

🚜 Text und Tabellen aus PDF-Dateien parsen.

adrienjoly
⭐ 703 HTML 👤 adrienjoly User 🕐 Aktualisiert 2026-01-21 📅 Erstellt 2015-03-05
106
ndl-lab/ndlocr_cli

Das Repository der NDLOCR-Anwendung (einschließlich Quellcode)

ndl-lab
⭐ 686 Python 👤 ndl-lab Organization 🕐 Aktualisiert 2026-01-05 📅 Erstellt 2022-03-30
107
allenai/science-parse

Science Parse parst wissenschaftliche Arbeiten (in PDF-Form) und gibt sie in strukturierter Form zurück.

allenai
⭐ 686 Java 👤 allenai Organization 🕐 Aktualisiert 2024-05-26 📅 Erstellt 2015-08-19
108
ladislav-zezula/StormLib

Offizielles GitHub-Repository der StormLib-Bibliothek, erstellt von Ladislav Zezula (Autor)

ladislav-zezula
⭐ 668 C 👤 ladislav-zezula User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2013-01-11
109
adamschwartz/web.scraper.workers.dev

Webseiten nach Text mit CSS-Selektor scrapen.

adamschwartz
⭐ 658 JavaScript 👤 adamschwartz User 🕐 Aktualisiert 2024-02-14 📅 Erstellt 2019-10-10
110
yanzhou/CnkiSpider

China National Knowledge Infrastructure Crawler

yanzhou
⭐ 653 Python 👤 yanzhou User 🕐 Aktualisiert 2025-03-08 📅 Erstellt 2014-11-05
112
dzhng/zod-gpt

Erhalten Sie strukturierte, vollständig typisierte und validierte JSON-Ausgaben von OpenAI- und Anthropic-Modellen.

dzhng
⭐ 629 TypeScript 👤 dzhng User 🕐 Aktualisiert 2024-04-26 📅 Erstellt 2023-06-26
113
mac4n6/APOLLO

Apple Lebensmuster Fauler Ausgabe

mac4n6
⭐ 627 Python 👤 mac4n6 User 🕐 Aktualisiert 2024-02-25 📅 Erstellt 2018-11-04
114
jrmuizel/pdf-extract

Eine Rust-Bibliothek zum Extrahieren von Inhalten aus PDFs

jrmuizel
⭐ 604 Rust 👤 jrmuizel User 🕐 Aktualisiert 2026-09-16 📅 Erstellt 2017-02-01
115
ScrapingBee/google-reviews-scraper

Integration der Google Reviews API und ein skalierbarer Google Reviews Scraper zum Extrahieren von Bewertungen, Rezensionstexten und Geschäftseinblicken aus Google Maps mithilfe einer strukturierten Google Review API.

ScrapingBee
⭐ 601 👤 ScrapingBee Organization 🕐 Aktualisiert 2026-02-20 📅 Erstellt 2026-02-19
116
Kakulukian/youtube-transcript

Transkript eines YouTube-Videos abrufen

Kakulukian
⭐ 590 TypeScript 👤 Kakulukian User 🕐 Aktualisiert 2026-04-25 📅 Erstellt 2020-09-26
117
samacs/simple_html_dom

Nur ein Fork der Simple HTML DOM-Bibliothek. (http://simplehtmldom.sourceforge.net/)

samacs
⭐ 587 HTML 👤 samacs User 🕐 Aktualisiert 2024-05-15 📅 Erstellt 2012-09-23
118
tbvdm/sigtop

Nachrichten von Signal Desktop exportieren

tbvdm
⭐ 585 Go 👤 tbvdm User 🕐 Aktualisiert 2026-09-14 📅 Erstellt 2021-03-10
119
Ormicron/chatViewTool

Ein grafischer WeChat-Chatverlauf-Entschlüsseler, implementiert in Java

Ormicron
⭐ 584 👤 Ormicron User 🕐 Aktualisiert 2024-05-20 📅 Erstellt 2022-06-16
121
mrshu/github-statuses

Die "fehlende GitHub-Statusseite" -- ein Flat-Data-Versuch zur historischen Dokumentation von GitHub-Statusmeldungen

mrshu
⭐ 578 JavaScript 👤 mrshu User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-06-11
122
itstyren/CNKI-download

:frog: CNKI-Literatur-Download und Literatur-Vorschau-Crawler (Web-Scraper zum Datenextrahieren)

itstyren
⭐ 578 Python 👤 itstyren User 🕐 Aktualisiert 2024-11-18 📅 Erstellt 2018-12-13
123
vakra-dev/reader

Open-Source-Webinfrastruktur für KI. Scrapen, crawlen und automatisieren Sie das Web, bereinigen Sie Markdown, Browser‑Sitzungen, bereit für Ihre Agenten.

vakra-dev
⭐ 577 TypeScript 👤 vakra-dev Organization 🕐 Aktualisiert 2026-10-06 📅 Erstellt 2026-01-07
124
jpjacobpadilla/Stealth-Requests

Unentdecktes Web-Scraping & nahtloses HTML-Parsing in Python!

jpjacobpadilla
⭐ 570 Python 👤 jpjacobpadilla User 🕐 Aktualisiert 2026-09-19 📅 Erstellt 2024-08-04
125
bawadou/ai-data-extractor

Kostenloser Open-Source-Extractor für Chatverläufe von KI-Programmierassistenten. Unterstützt Claude Code, Cursor, Windsurf, Aider, Cline/Roo Code und weitere.

bawadou
⭐ 555 Python 👤 bawadou User 🕐 Aktualisiert 2026-09-07 📅 Erstellt 2026-08-16
126
conjuncts/gmft

Leichte, performante, tiefe Tabellenextraktion

conjuncts
⭐ 544 Python 👤 conjuncts User 🕐 Aktualisiert 2026-07-24 📅 Erstellt 2024-06-08
127
poloclub/unitable

NeurIPS'24-Workshop - UniTable: Auf dem Weg zu einem einheitlichen Tabellen-Grundlagenmodell

poloclub
⭐ 537 Jupyter Notebook 👤 poloclub Organization 🕐 Aktualisiert 2026-04-21 📅 Erstellt 2024-01-09
128
xd20111/inshackle

Instagram-Hacks: Unfolgender verfolgen, Follower erhöhen, Stories herunterladen usw.

xd20111
⭐ 535 Shell 👤 xd20111 User 🕐 Aktualisiert 2024-03-12 📅 Erstellt 2019-03-03
129
jatechan/ai-data-extractor

Kostenloser Open-Source-Extraktor für Chatverläufe von KI-Programmierassistenten. Unterstützt Claude Code, Cursor, Windsurf, Aider, Cline/Roo Code und mehr

jatechan
⭐ 526 Python 👤 jatechan User 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2026-10-11
130
oxylabs/web-scraper-api

All-in-one-Web-Scraping-API für die Datenerfassung in Echtzeit und großem Umfang – Proxys, CAPTCHA-Verwaltung, JavaScript-Rendering und Parsing in einer einzigen Anfrage mit HTML oder strukturiertem JSON als Ergebnis.

oxylabs
⭐ 503 👤 oxylabs Organization 🕐 Aktualisiert 2026-10-01 📅 Erstellt 2026-06-05