Git Stars Git Stars

#data-extraction リポジトリ

131
リポジトリ総数
729,329
合計スター数
5,567
リポジトリあたりの平均スター数

リポジトリ合計131件

101
developersdigest/llm-api-engine

AI駆動型APIを数秒で構築・デプロイ

developersdigest
⭐ 755 TypeScript 👤 developersdigest User 🕐 更新日時 2025-02-03 📅 作成日 2025-01-24
102
polyrabbit/hacker-news-digest

📰 LLMにHacker Newsを要約してもらおう

polyrabbit
⭐ 754 Python 👤 polyrabbit User 🕐 更新日時 2026-11-21 📅 作成日 2014-09-17
103
ScrapeGraphAI/scrapecraft

視覚的なワークフロービルダーを備えた AI 駆動のウェブスクレイピングエディター。自然言語を使用してウェブスクレイパーを構築、テスト、デプロイします。ScrapeGraphAI および LangGraph を搭載。

ScrapeGraphAI
⭐ 731 Python 👤 ScrapeGraphAI Organization 🕐 更新日時 2025-12-26 📅 作成日 2025-07-01
104
kovidgoyal/html5-parser

Pythonのための高速CベースのHTML 5解析

kovidgoyal
⭐ 710 C 👤 kovidgoyal User 🕐 更新日時 2026-09-20 📅 作成日 2017-06-03
105
adrienjoly/npm-pdfreader

🚜 PDF ファイルからテキストとテーブルを解析します。

adrienjoly
⭐ 703 HTML 👤 adrienjoly User 🕐 更新日時 2026-01-21 📅 作成日 2015-03-05
106
ndl-lab/ndlocr_cli

NDLOCRアプリケーションのリポジトリ(ソースコードを含む)

ndl-lab
⭐ 686 Python 👤 ndl-lab Organization 🕐 更新日時 2026-01-05 📅 作成日 2022-03-30
107
allenai/science-parse

Science Parse は、科学論文 (PDF 形式) を解析し、構造化された形式で返します。

allenai
⭐ 686 Java 👤 allenai Organization 🕐 更新日時 2024-05-26 📅 作成日 2015-08-19
108
ladislav-zezula/StormLib

Ladislav Zezula(著者)によって作成された StormLib ライブラリの公式 GitHub リポジトリ

ladislav-zezula
⭐ 668 C 👤 ladislav-zezula User 🕐 更新日時 2026-11-18 📅 作成日 2013-01-11
109
adamschwartz/web.scraper.workers.dev

CSSセレクタでウェブサイトからテキストをスクレイピングする。

adamschwartz
⭐ 658 JavaScript 👤 adamschwartz User 🕐 更新日時 2024-02-14 📅 作成日 2019-10-10
110
yanzhou/CnkiSpider

中国知网クローラー

yanzhou
⭐ 653 Python 👤 yanzhou User 🕐 更新日時 2025-03-08 📅 作成日 2014-11-05
111
getomni-ai/benchmark

OCRベンチマーク

getomni-ai
⭐ 639 TypeScript 👤 getomni-ai Organization 🕐 更新日時 2025-10-21 📅 作成日 2024-12-16
112
dzhng/zod-gpt

OpenAI および Anthropic モデルから、構造化され、完全に型付けされ、検証された JSON 出力を取得します。

dzhng
⭐ 629 TypeScript 👤 dzhng User 🕐 更新日時 2024-04-26 📅 作成日 2023-06-26
113
mac4n6/APOLLO

Apple ライフパターン 怠惰な出力器

mac4n6
⭐ 627 Python 👤 mac4n6 User 🕐 更新日時 2024-02-25 📅 作成日 2018-11-04
114
jrmuizel/pdf-extract

PDFからコンテンツを抽出するためのRustライブラリ

jrmuizel
⭐ 604 Rust 👤 jrmuizel User 🕐 更新日時 2026-09-16 📅 作成日 2017-02-01
115
ScrapingBee/google-reviews-scraper

GoogleレビューAPIの統合と、構造化されたGoogleレビューAPIを使用してGoogleマップから評価、レビューテキスト、ビジネスインサイトを抽出するためのスケーラブルなGoogleレビュースクレイパー。

ScrapingBee
⭐ 601 👤 ScrapingBee Organization 🕐 更新日時 2026-02-20 📅 作成日 2026-02-19
116
Kakulukian/youtube-transcript

YouTube動画から文字起こしを取得

Kakulukian
⭐ 590 TypeScript 👤 Kakulukian User 🕐 更新日時 2026-04-25 📅 作成日 2020-09-26
117
samacs/simple_html_dom

シンプル HTML DOM ライブラリのフォークです。 (http://simplehtmldom.sourceforge.net/)

samacs
⭐ 587 HTML 👤 samacs User 🕐 更新日時 2024-05-15 📅 作成日 2012-09-23
118
tbvdm/sigtop

Signal Desktop からメッセージをエクスポートする

tbvdm
⭐ 585 Go 👤 tbvdm User 🕐 更新日時 2026-09-14 📅 作成日 2021-03-10
119
Ormicron/chatViewTool

Javaで実装されたグラフィカルな微信チャット履歴復号ビューア

Ormicron
⭐ 584 👤 Ormicron User 🕐 更新日時 2024-05-20 📅 作成日 2022-06-16
121
mrshu/github-statuses

「失われたGitHubステータスページ」-- Flat Dataを用いたGitHubのステータス履歴記録への試み

mrshu
⭐ 578 JavaScript 👤 mrshu User 🕐 更新日時 2026-11-21 📅 作成日 2022-06-11
122
itstyren/CNKI-download

:frog: 知網(CNKI)文献ダウンロードおよび文献速覧クローラー (データ抽出のためのWeb Scraper)

itstyren
⭐ 578 Python 👤 itstyren User 🕐 更新日時 2024-11-18 📅 作成日 2018-12-13
123
vakra-dev/reader

AI向けのオープンソースWebインフラストラクチャ。ウェブをスクレイプ、クロール、そして自動化し、Markdownをクリーンアップ、ブラウザセッションを管理し、エージェントがすぐに使える状態にします。

vakra-dev
⭐ 577 TypeScript 👤 vakra-dev Organization 🕐 更新日時 2026-10-06 📅 作成日 2026-01-07
124
jpjacobpadilla/Stealth-Requests

Pythonでの検知されないWebスクレイピングとシームレスなHTML解析!

jpjacobpadilla
⭐ 570 Python 👤 jpjacobpadilla User 🕐 更新日時 2026-09-19 📅 作成日 2024-08-04
125
bawadou/ai-data-extractor

AIコーディングアシスタントのチャット履歴を抽出する無料のオープンソースツール。Claude Code、Cursor、Windsurf、Aider、Cline/Roo Codeなどに対応。

bawadou
⭐ 555 Python 👤 bawadou User 🕐 更新日時 2026-09-07 📅 作成日 2026-08-16
126
conjuncts/gmft

軽量で高性能なディープテーブル抽出

conjuncts
⭐ 544 Python 👤 conjuncts User 🕐 更新日時 2026-07-24 📅 作成日 2024-06-08
127
poloclub/unitable

NeurIPS'24 ワークショップ - UniTable:統一されたテーブル基盤モデルに向けて

poloclub
⭐ 537 Jupyter Notebook 👤 poloclub Organization 🕐 更新日時 2026-04-21 📅 作成日 2024-01-09
128
xd20111/inshackle

Instagramのハック:アンフォロワーを追跡、フォロワーを増やす、ストーリーをダウンロードなど

xd20111
⭐ 535 Shell 👤 xd20111 User 🕐 更新日時 2024-03-12 📅 作成日 2019-03-03
129
jatechan/ai-data-extractor

AIコーディングアシスタントのチャット履歴を抽出する、無料のオープンソースツールです。Claude Code、Cursor、Windsurf、Aider、Cline/Roo Codeなどに対応

jatechan
⭐ 526 Python 👤 jatechan User 🕐 更新日時 2026-10-20 📅 作成日 2026-10-11
130
oxylabs/web-scraper-api

リアルタイムかつ大規模なデータ抽出に対応するオールインワンのウェブスクレイピング API。プロキシ、CAPTCHA 管理、JavaScript のレンダリング、解析を 1 回のリクエストで処理し、HTML または構造化 JSON を返します。

oxylabs
⭐ 503 👤 oxylabs Organization 🕐 更新日時 2026-10-01 📅 作成日 2026-06-05