Git Stars Git Stars

#data-extraction Repository

131
Totale Repository
729,329
Totale stelle
5,567
Media Stelle/Repo
51
hi-primus/optimus

:truck: Flussi di lavoro di preparazione dati agili resi facili con Pandas, Dask, cuDF, Dask-cuDF, Vaex e PySpark

hi-primus
โญ 1,539 Python ๐Ÿ‘ค hi-primus Organization ๐Ÿ• Aggiornato 2024-12-02 ๐Ÿ“… Creato 2017-07-13
52
chinoogawa/fbht

Strumento di Hacking di Facebook

chinoogawa
โญ 1,510 Python ๐Ÿ‘ค chinoogawa User ๐Ÿ• Aggiornato 2024-05-09 ๐Ÿ“… Creato 2013-12-16
53
ShilongLee/Crawler

Server API open source per lo scraping di piattaforme come Douyin (a_bogus ultima versione), Kuaishou, Bilibili, Xiaohongshu, Taobao, JD.com, Weibo, ecc. Rapida implementazione con Docker in un clic.

ShilongLee
โญ 1,490 JavaScript ๐Ÿ‘ค ShilongLee User ๐Ÿ• Aggiornato 2026-10-19 ๐Ÿ“… Creato 2024-05-24
54
HolographicHat/Yae

Strumento di esportazione dati di Genshin Impact piรน veloce e preciso

HolographicHat
โญ 1,471 C# ๐Ÿ‘ค HolographicHat User ๐Ÿ• Aggiornato 2026-11-15 ๐Ÿ“… Creato 2022-03-21
55
Miserlou/SoundScrape

Downloader per SoundCloud (e Bandcamp e Mixcloud) in Python.

Miserlou
โญ 1,436 Python ๐Ÿ‘ค Miserlou User ๐Ÿ• Aggiornato 2024-06-23 ๐Ÿ“… Creato 2013-12-29
56
wyzxxz/heapdump_tool

Strumento di query per informazioni sensibili sugli heapdump, ad esempio per trovare password in chiaro, AK, SK, ecc. negli heapdump di spring

wyzxxz
โญ 1,430 ๐Ÿ‘ค wyzxxz User ๐Ÿ• Aggiornato 2024-05-21 ๐Ÿ“… Creato 2021-08-06
57
ScrapingBee/ai-web-scraper

Estrai dati senza sforzo con la nostra API di scraping basata sull'IA. Semplifica l'estrazione dei dati, ottieni output JSON puliti e adattati alle modifiche delle pagine. Provala gratuitamente oggi stesso!

ScrapingBee
โญ 1,424 ๐Ÿ‘ค ScrapingBee Organization ๐Ÿ• Aggiornato 2026-03-13 ๐Ÿ“… Creato 2026-03-12
58
thinh-vu/vnstock

Un toolkit Python intuitivo ma potente per l'analisi finanziaria e l'automazione, creato per rendere gli investimenti moderni accessibili a tutti

thinh-vu
โญ 1,422 ๐Ÿ‘ค thinh-vu User ๐Ÿ• Aggiornato 2026-11-07 ๐Ÿ“… Creato 2022-02-27
59
facundoolano/app-store-scraper

Estrarre dati dall'iTunes App Store

facundoolano
โญ 1,396 JavaScript ๐Ÿ‘ค facundoolano User ๐Ÿ• Aggiornato 2025-07-27 ๐Ÿ“… Creato 2016-05-31
60
raznem/parsera

Libreria leggera per lo scraping di siti web con LLM

raznem
โญ 1,372 Python ๐Ÿ‘ค raznem User ๐Ÿ• Aggiornato 2025-12-17 ๐Ÿ“… Creato 2024-08-12
61
philippta/flyscrape

Flyscrape รจ uno strumento di web scraping a riga di comando progettato per coloro che non hanno competenze di programmazione avanzate.

philippta
โญ 1,347 Go ๐Ÿ‘ค philippta User ๐Ÿ• Aggiornato 2025-11-24 ๐Ÿ“… Creato 2023-08-28
62
mvdbos/php-spider

Un spider web PHP configurabile ed estensibile

mvdbos
โญ 1,338 PHP ๐Ÿ‘ค mvdbos User ๐Ÿ• Aggiornato 2026-11-02 ๐Ÿ“… Creato 2013-02-25
63
Sniper970119/dianping_spider

Crawler Dianping (interamente navigabile sul sito, risolve la crittografia dei font dinamici, non OCR). Aggiornamento continuo

Sniper970119
โญ 1,329 Python ๐Ÿ‘ค Sniper970119 User ๐Ÿ• Aggiornato 2026-11-03 ๐Ÿ“… Creato 2021-01-22
64
jbarrow/commonforms

CommonForms โ€” modelli aperti per il rilevamento automatico dei campi modulo PDF

jbarrow
โญ 1,309 Python ๐Ÿ‘ค jbarrow User ๐Ÿ• Aggiornato 2026-06-17 ๐Ÿ“… Creato 2025-09-17
65
firecrawl/fire-enrich

Strumento di arricchimento dati basato sull'IA che trasforma le e-mail in set di dati ricchi con profili aziendali, dati di finanziamento, stack tecnologici e altro ancora utilizzando Firecrawl e IA multi-agente

firecrawl
โญ 1,308 TypeScript ๐Ÿ‘ค firecrawl Organization ๐Ÿ• Aggiornato 2026-10-26 ๐Ÿ“… Creato 2025-06-06
66
fastcrw/crw

Alternativa veloce e leggera a Firecrawl/Tavily scritta in Rust. API di web scraping, crawler e ricerca con server MCP per agenti IA. API compatibile con Firecrawl (/scrape, /crawl, /search). 2,3 volte piรน veloce di Tavily, 1,5 volte piรน veloce di Firecrawl in benchmark su 1K URL. 6 MB di RAM, binario singolo. Self-hosting o cloud gestito.

fastcrw
โญ 1,284 Rust ๐Ÿ‘ค fastcrw Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2026-03-02
67
raawaa/jav-scrapy

Il lavoratore instancabile per il recupero batch di link magnet AV o copertine

raawaa
โญ 1,275 JavaScript ๐Ÿ‘ค raawaa User ๐Ÿ• Aggiornato 2026-10-17 ๐Ÿ“… Creato 2015-10-31
68
google/textfsm

Modulo Python per l'analisi di testo semi-strutturato in tabelle Python.

google
โญ 1,258 Python ๐Ÿ‘ค google Organization ๐Ÿ• Aggiornato 2026-11-16 ๐Ÿ“… Creato 2015-06-23
69
KillzXGaming/Switch-Toolbox

Uno strumento per modificare molti formati di file di videogiochi

KillzXGaming
โญ 1,249 C# ๐Ÿ‘ค KillzXGaming User ๐Ÿ• Aggiornato 2026-11-15 ๐Ÿ“… Creato 2018-11-12
โญ 1,228 ๐Ÿ‘ค Sak32009 User ๐Ÿ• Aggiornato 2026-08-30 ๐Ÿ“… Creato 2016-06-15
71
yfedoseev/pdf_oxide

La libreria PDF piรน veloce per Python e Rust. Estrazione testo, estrazione immagini, conversione markdown, creazione e modifica PDF. Media 0.8 ms, 5ร— piรน veloce dei leader del settore, tasso di successo 100% su 3.830 PDF. MIT/Apache-2.0.

yfedoseev
โญ 1,205 Rust ๐Ÿ‘ค yfedoseev User ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2025-11-05
72
andreroggeri/pynubank

Accedi ai tuoi estratti conto Nubank tramite Python

andreroggeri
โญ 1,197 Python ๐Ÿ‘ค andreroggeri User ๐Ÿ• Aggiornato 2026-11-19 ๐Ÿ“… Creato 2017-06-19
73
dchrastil/ScrapedIn

Uno strumento per estrarre dati da LinkedIn senza restrizioni API per la ricognizione dei dati

dchrastil
โญ 1,168 Python ๐Ÿ‘ค dchrastil User ๐Ÿ• Aggiornato 2024-04-11 ๐Ÿ“… Creato 2018-03-29
74
soxoj/socid-extractor

โ›๏ธ Il motore di estrazione dietro Maigret: trasforma qualsiasi URL di profilo in un record OSINT strutturato su oltre 150 siti

soxoj
โญ 1,143 Python ๐Ÿ‘ค soxoj User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2019-11-17
โญ 1,115 ๐Ÿ‘ค easydoc-ai User ๐Ÿ• Aggiornato 2025-07-08 ๐Ÿ“… Creato 2024-12-25
76
caolvchong-top/twitter_download

Twitter Immagini Video Crawler; Download in un clic

caolvchong-top
โญ 1,087 Python ๐Ÿ‘ค caolvchong-top User ๐Ÿ• Aggiornato 2026-07-28 ๐Ÿ“… Creato 2022-08-23
77
utkarshkukreti/select.rs

Una libreria Rust per estrarre dati utili da documenti HTML, adatta allo scraping web.

utkarshkukreti
โญ 1,018 Rust ๐Ÿ‘ค utkarshkukreti User ๐Ÿ• Aggiornato 2025-03-19 ๐Ÿ“… Creato 2015-07-15
78
stravalib/stravalib

Libreria per fornire un'interfaccia client semplice all'API REST di Strava (v3).

stravalib
โญ 1,002 Python ๐Ÿ‘ค stravalib Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2013-03-17
79
WittmannF/sort-google-scholar

Classificazione dei risultati di ricerca di Google Scholar basata sul numero di citazioni

WittmannF
โญ 999 Python ๐Ÿ‘ค WittmannF User ๐Ÿ• Aggiornato 2026-10-30 ๐Ÿ“… Creato 2016-04-30
80
busiyiworld/maimemo-export

Per esportare i database di vocaboli di MoMo Vokabeltrainer e generare database di vocaboli personalizzati adatti per List Vokabeltrainer, BuBei Vokabeltrainer, Oulu Dictionary, ecc.

busiyiworld
โญ 995 TypeScript ๐Ÿ‘ค busiyiworld Organization ๐Ÿ• Aggiornato 2025-10-30 ๐Ÿ“… Creato 2021-03-29
81
YaoZeyuan/zhihuhelp

Riscrivere Zhihu Assistant basato su Node e TypeScript

YaoZeyuan
โญ 985 TypeScript ๐Ÿ‘ค YaoZeyuan User ๐Ÿ• Aggiornato 2026-10-24 ๐Ÿ“… Creato 2019-02-04
82
AutoAccountingOrg/AutoAccounting

Ogni tua fattura merita di essere registrata!

AutoAccountingOrg
โญ 984 Kotlin ๐Ÿ‘ค AutoAccountingOrg Organization ๐Ÿ• Aggiornato 2026-10-23 ๐Ÿ“… Creato 2024-01-04
โญ 955 Java ๐Ÿ‘ค FongMi User ๐Ÿ• Aggiornato 2026-11-13 ๐Ÿ“… Creato 2022-08-22
84
paperswithcode/paperswithcode-data

L'intero dataset dietro paperswithcode.com

paperswithcode
โญ 938 ๐Ÿ‘ค paperswithcode Organization ๐Ÿ• Aggiornato 2025-09-08 ๐Ÿ“… Creato 2019-01-31
85
browser-use/awesome-prompts

Tabella di incredibili suggerimenti per l'uso del browser

browser-use
โญ 926 ๐Ÿ‘ค browser-use Organization ๐Ÿ• Aggiornato 2025-03-26 ๐Ÿ“… Creato 2025-03-26
86
eclaire-labs/eclaire

Assistente AI locale e open-source per i tuoi dati. Unifica attivitร , note, documenti, foto e segnalibri. Privato, self-hosted ed estensibile tramite API.

eclaire-labs
โญ 925 TypeScript ๐Ÿ‘ค eclaire-labs Organization ๐Ÿ• Aggiornato 2026-11-08 ๐Ÿ“… Creato 2025-09-02
87
goose3/goose3

Una versione compatibile con Python 3 di goose http://goose3.readthedocs.io/en/latest/index.html

goose3
โญ 916 HTML ๐Ÿ‘ค goose3 Organization ๐Ÿ• Aggiornato 2026-07-23 ๐Ÿ“… Creato 2016-12-11
88
Rishikant181/Rettiwt-API

Uno strumento CLI e un'API per recuperare dati da Twitter gratuitamente!

Rishikant181
โญ 904 TypeScript ๐Ÿ‘ค Rishikant181 User ๐Ÿ• Aggiornato 2026-11-10 ๐Ÿ“… Creato 2022-01-24
โญ 900 ๐Ÿ‘ค golangboy User ๐Ÿ• Aggiornato 2025-03-25 ๐Ÿ“… Creato 2025-03-24
90
Mingtzge/2019-CCF-BDCI-OCR-MCZJ-OCR-IdentificationIDElement

Concorso 2019CCF-BDCI Vincitore del Premio per la Migliore Esplorazione Innovativa Campione della sfida di estrazione elementi carta d'identitร  basata su OCR Team Tianchen Poxiao Codice sorgente della sfida

Mingtzge
โญ 899 Python ๐Ÿ‘ค Mingtzge User ๐Ÿ• Aggiornato 2024-07-25 ๐Ÿ“… Creato 2019-12-30
91
microsoft/typeagent-py

RAG Strutturato: ingestione, indicizzazione, interrogazione

microsoft
โญ 898 Python ๐Ÿ‘ค microsoft Organization ๐Ÿ• Aggiornato 2026-11-14 ๐Ÿ“… Creato 2025-09-09
โญ 881 Python ๐Ÿ‘ค m-wrzr User ๐Ÿ• Aggiornato 2024-05-22 ๐Ÿ“… Creato 2016-04-28
93
coddingtonbear/python-myfitnesspal

Accedi ai tuoi dati di tracciamento dei pasti memorizzati in MyFitnessPal in modo programmatico

coddingtonbear
โญ 875 Python ๐Ÿ‘ค coddingtonbear User ๐Ÿ• Aggiornato 2025-09-28 ๐Ÿ“… Creato 2013-07-16
94
frictionlessdata/frictionless-py

Framework di gestione dei dati per Python che fornisce funzionalitร  per descrivere, estrarre, convalidare e trasformare dati tabellari

frictionlessdata
โญ 859 Python ๐Ÿ‘ค frictionlessdata Organization ๐Ÿ• Aggiornato 2026-10-15 ๐Ÿ“… Creato 2014-12-23
95
longxiaofei/spider-BaiduIndex

SDK dati per Baidu Index

longxiaofei
โญ 800 Python ๐Ÿ‘ค longxiaofei User ๐Ÿ• Aggiornato 2025-11-24 ๐Ÿ“… Creato 2018-09-27
96
linkedin/URL-Detector

Una libreria Java per rilevare e normalizzare gli URL nel testo

linkedin
โญ 786 Java ๐Ÿ‘ค linkedin Organization ๐Ÿ• Aggiornato 2025-07-12 ๐Ÿ“… Creato 2015-02-06
97
LYiHub/platform-war-public

Un framework chatbot/GraphRAG che crea agenti multi-llm dai commenti degli utenti delle piattaforme social e li fa dibattere su argomenti specifici.

LYiHub
โญ 783 Python ๐Ÿ‘ค LYiHub Organization ๐Ÿ• Aggiornato 2024-12-14 ๐Ÿ“… Creato 2024-12-14
98
Higurashi-kagome/wereader

Un'estensione del browser: utilizzata principalmente per prendere appunti in WeChat Read, รจ piuttosto utile per i lettori che utilizzano frequentemente Markdown per prendere appunti.

Higurashi-kagome
โญ 775 TypeScript ๐Ÿ‘ค Higurashi-kagome User ๐Ÿ• Aggiornato 2025-08-31 ๐Ÿ“… Creato 2020-06-04
99
mattsse/voyager

crawlare e fare scraping di pagine web in rust

mattsse
โญ 767 Rust ๐Ÿ‘ค mattsse User ๐Ÿ• Aggiornato 2024-12-14 ๐Ÿ“… Creato 2020-12-22
100
python-mechanize/mechanize

Il codice sorgente ufficiale del progetto python-mechanize

python-mechanize
โญ 760 Python ๐Ÿ‘ค python-mechanize Organization ๐Ÿ• Aggiornato 2026-11-16 ๐Ÿ“… Creato 2017-03-08