#web-scraping Repositorios
382 repositorios en total
Taobao, Tmall, compra a mitad de precio, consigue televisores, consigue Maotai, ¡acabemos con los revendedores!
El repositorio de alojamiento de reglas de Kazumi, ¡bienvenidas las contribuciones! ^•ﻌ•^
AIMedia es un software integrado que captura automáticamente hot topics, crea artículos con IA y los publica automáticamente. Soporta Toutiao, Xiaohongshu, WeChat Official Accounts, etc.
Playwright invisible: un Playwright que los sistemas antibots no pueden detectar, así que no hay captchas: la misma API, Firefox headless sigiloso y antidetección, huella digital indetectable, evita la detección de bots, scraping web y automatización del navegador con Python.
Scraper gratuito y de código abierto de Google Maps para generar clientes potenciales (Python, sin clave de API ni Docker). Exporta a CSV el nombre, el teléfono, el correo electrónico, el sitio web, la valoración y los enlaces de Instagram/Facebook/LinkedIn/TikTok/YouTube/X. 100 lugares con correo electrónico en 44 s; --grid supera el límite de 120 de Google. Comprueba los registros MX del correo y detecta píxeles publicitarios. Skill para Claude Code, Codex y Cursor.
Extracción rápida de contenido web local-first para LLMs. Extrae, rastrea, extrae datos estructurados — todo desde Rust. CLI, REST API y servidor MCP.
Un analizador DOM HTML. Le permite manipular HTML. Encuentre etiquetas en una página HTML con selectores, al igual que jQuery.
Exportar libros de WeChat Reading a formatos como epub, pdf, mobi, etc.
Plataforma de automatización de navegador autoalojado e indetectable. Impulsada por Camoufox (Firefox) para tasas de detección del 0%. Construida para velocidad, privacidad y escalabilidad.
Llamar a métodos del navegador RPC (llamada a procedimiento remoto), evitando escribir código manualmente y configurar entornos
Tmall TaoBao iMaotai iMatoTai JD Jingdong compra relámpago, Jingdong Maotai compra relámpago versión Windows, listo para usar de inmediato sin configurar entorno. Desarrollo inminente (protocolo open source con Apache License)
Alternativa de código abierto a Gemini Deep Research. Genere informes con IA basados en resultados de búsqueda.
Una guía para extraer títulos, autores y citas de Google Scholar utilizando Python y la API Oxylabs SERP Scraper.
Un código para extraer artículos más vendidos, resultados de búsqueda y ofertas disponibles actualmente de Amazon utilizando Python y la API Oxylabs E-Commerce Scraper.
Fuentes en vivo IPv4 de TV de hotel recopiladas automáticamente, prueba automática de velocidad de reproducción, actualización automática diaria. Incluye canales nacionales de CCTV y algunos canales locales, reproducción fluida. También se puede ejecutar en OpenWrt o Docker de Synology.
Una herramienta rápida para convertir cualquier sitio web en datos de markdown listos para LLM. Creado por https://supermemory.ai
Un framework de rastreo Java simple, ágil y distribuido compatible con Spring Boot; Un framework de rastreo ágil y distribuido.
Analizador inteligente para el catálogo «Chitai-Gorod». Recolección y estructuración de datos de alta velocidad basada en cualquier parámetro especificado: desde el ISBN hasta la dinámica de descuentos.
net/http.Client como HTTP Client con opciones para seleccionar huellas digitales TLS de cliente específicas a utilizar para las solicitudes.
Captura de datos de comentarios de la versión web de Douyin Live (última versión 2025)
¡ESTE REPOSITORIO ES SOLO UN ESPEJO! El repositorio principal de desarrollo es https://codeberg.org/Freedium-cfd/web
SURF - Cliente HTTP Go avanzado con suplantación de navegador Chrome/Firefox, HTTP/3 con huella digital QUIC, emulación TLS JA3/JA4 y bypass anti-bot para automatización web y scraping.
El controlador sin cabeza de Chrome/Chromium sobre Puppeteer. Tome capturas de pantalla, genere PDFs, extraiga texto y HTML con una API lista para producción.
qstock es desarrollado por la cuenta pública "Python Financial Quant", que tiene como objetivo convertirse en un paquete personal de análisis cuantitativo para la investigación de inversiones. Actualmente incluye módulos para la obtención de datos (data), visualización (plot), selección de acciones (stock) y backtesting cuantitativo (strategy backtest). qstock proporcionará a los usuarios una interfaz de datos concisa y datos del mercado financiero normalizados. El módulo de visualización ofrecerá a los usuarios una interfaz sencilla para gráficos interactivos basados en web; el módulo de selección de acciones proporcionará datos de selección de acciones de Tonghuashun y selección de acciones personalizada, que incluyen RPS, tendencia MM, indicadores financieros, modelo de flujo de efectivo, etc.; el módulo de backtesting proporcionará a todos un marco y modelo fundamental vectorizado (basado en pandas) y impulsado por eventos. Siga la cuenta pública de WeChat "Python Financial Quant" para obtener más información sobre aplicaciones.
Sigue blogs, wikis, canales de YouTube, así como cuentas en Twitter, Instagram, etc. desde una sola página.
Aprenda a crear su propio scraper de Google Jobs que extrae simultáneamente ofertas de Google Jobs para múltiples consultas de búsqueda y ubicaciones geográficas con Python y la API Google Jobs Scraper de Oxylabs. https://oxylabs.io/blog/how-to-scrape-google-jobs
Lanzador de navegador anti-detección, gratuito y de código abierto, para scraping web y gestión de múltiples cuentas. Desarrollado por el equipo de ShardX (anteriormente ProxyShard). Suplantación de huella digital a nivel del motor en Chromium 158 (WebGL / WebGPU / Client Hints / fuentes / TLS), más de 220 perfiles de dispositivo incluidos y QUIC + WebRTC estables mediante SOCKS5.
Obtener un sitio completo y guardarlo como un archivo de texto (para usar con modelos de IA).
Compartir recursos de cine y televisión en Baidu Netdisk, Quark Netdisk y Aliyun Drive. Publicación diaria de las últimas series de televisión, programas de variedades y recursos cinematográficos.
Obtener una dirección de enlace directo de un solo uso para Chengtong Cloud Drive
En este tutorial, mostramos cómo extraer datos públicos de Google con Python y la API de Oxylabs.
Enlace de Python a los motores Modest y Lexbor. Analizador rápido de HTML5 con selectores CSS para Python.
Herramienta CLI para guardar una copia fiel de una página web completa en un único archivo HTML (basado en SingleFile)
Implementación de selección de texto, selección de caracteres, selección y reconocimiento de CAPTCHAs táctiles, entrenado con PyTorch
Scraper de Twitter y X para Python: recopila tuits, perfiles, seguidores, cuentas seguidas y tendencias sin la API oficial. Una biblioteca para extraer datos de Twitter con agrupación de varias cuentas, compatibilidad con proxies y funciones asíncronas, o una versión alojada en Apify.