#data-extraction Repositorios
131 repositorios en total
Editor de web scraping impulsado por IA con constructor de flujo de trabajo visual. Cree, pruebe e implemente web scrapers usando lenguaje natural. Impulsado por ScrapeGraphAI y LangGraph.
Science Parse analiza artículos científicos (en formato PDF) y los devuelve en forma estructurada.
Repositorio oficial de GitHub de la biblioteca StormLib creada por Ladislav Zezula (autor)
Obtenga salidas JSON estructuradas, con tipos completos y validadas de los modelos OpenAI y Anthropic.
Integración de la API de Reseñas de Google y un Scraper de Reseñas de Google escalable para extraer calificaciones, texto de reseñas e información empresarial de Google Maps utilizando una API de Reseñas de Google estructurada.
Solo un fork de la biblioteca Simple HTML DOM. (http://simplehtmldom.sourceforge.net/)
Visor gráfico de descifrado de historial de chat de WeChat implementado en Java
La "Página de estado de GitHub faltante": un intento de Flat Data para documentar históricamente los estados de GitHub
:frog: Descarga de literatura CNKI y rastreador de vista previa de literatura (Web Scraper para Extracción de Datos)
Infraestructura web de código abierto para IA. Raspado, rastreo y automatización de la web, limpieza de markdown, sesiones de navegador, listo para tus agentes.
Extractor gratuito y de código abierto para historiales de chat de asistentes de programación con IA. Compatible con Claude Code, Cursor, Windsurf, Aider, Cline/Roo Code y más.
Taller de NeurIPS'24 - UniTable: Hacia un modelo fundacional unificado para tablas
Trucos de Instagram: Rastrear unfollowers, Aumenta tus seguidores, Descargar Stories, etc
Extractor gratuito y de código abierto para historiales de chat de asistentes de programación con IA. Compatible con Claude Code, Cursor, Windsurf, Aider, Cline/Roo Code y más
API de scraping web todo en uno para extraer datos a gran escala en tiempo real: proxies, gestión de CAPTCHA, renderizado de JavaScript y análisis en una sola solicitud, con resultados en HTML o JSON estructurado.