Git Stars Git Stars

#data-extraction Репозитории

131
Всего репозиториев
729,329
Всего звезд
5,567
Среднее количество звезд на репозиторий
Языки программирования: Python TypeScript Rust JavaScript C# Java Go PHP

Всего репозиториев: 131

51
hi-primus/optimus

:truck: Гибкие рабочие процессы подготовки данных, упрощенные с помощью Pandas, Dask, cuDF, Dask-cuDF, Vaex и PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Обновлено 2024-12-02 📅 Создано 2017-07-13
52
chinoogawa/fbht

Инструмент для взлома Facebook

chinoogawa
⭐ 1,510 Python 👤 chinoogawa User 🕐 Обновлено 2024-05-09 📅 Создано 2013-12-16
53
ShilongLee/Crawler

Сервер с открытым исходным кодом API для парсинга таких платформ, как Douyin (a_bogus последняя версия), Kuaishou, Bilibili, Xiaohongshu, Taobao, JD.com, Weibo и т. д. Быстрое развертывание в один клик с помощью Docker.

ShilongLee
⭐ 1,490 JavaScript 👤 ShilongLee User 🕐 Обновлено 2026-10-19 📅 Создано 2024-05-24
54
HolographicHat/Yae

Более быстрый и точный инструмент экспорта данных Genshin Impact

HolographicHat
⭐ 1,471 C# 👤 HolographicHat User 🕐 Обновлено 2026-11-15 📅 Создано 2022-03-21
55
Miserlou/SoundScrape

Загрузчик SoundCloud (а также Bandcamp и Mixcloud) на Python.

Miserlou
⭐ 1,436 Python 👤 Miserlou User 🕐 Обновлено 2024-06-23 📅 Создано 2013-12-29
56
wyzxxz/heapdump_tool

Инструмент для запроса конфиденциальной информации из heapdump, например, для поиска паролей в открытом виде, AK, SK и т. д. в heapdumps spring

wyzxxz
⭐ 1,430 👤 wyzxxz User 🕐 Обновлено 2024-05-21 📅 Создано 2021-08-06
57
ScrapingBee/ai-web-scraper

Легко извлекайте данные с помощью нашего API для скрапинга на базе ИИ. Упростите извлечение данных, получайте чистый JSON-вывод и адаптируйтесь к изменениям страниц. Попробуйте бесплатно прямо сейчас!

ScrapingBee
⭐ 1,424 👤 ScrapingBee Organization 🕐 Обновлено 2026-03-13 📅 Создано 2026-03-12
58
thinh-vu/vnstock

Удобный для начинающих, но мощный набор инструментов Python для финансового анализа и автоматизации, созданный, чтобы сделать современные инвестиции доступными для всех

thinh-vu
⭐ 1,422 👤 thinh-vu User 🕐 Обновлено 2026-11-07 📅 Создано 2022-02-27
59
facundoolano/app-store-scraper

Собрать данные из iTunes App Store

facundoolano
⭐ 1,396 JavaScript 👤 facundoolano User 🕐 Обновлено 2025-07-27 📅 Создано 2016-05-31
60
raznem/parsera

Легкая библиотека для веб-скрапинга с использованием LLM

raznem
⭐ 1,372 Python 👤 raznem User 🕐 Обновлено 2025-12-17 📅 Создано 2024-08-12
61
philippta/flyscrape

Flyscrape — это инструмент для веб-скрейпинга командной строки, разработанный для тех, кто не обладает продвинутыми навыками программирования.

philippta
⭐ 1,347 Go 👤 philippta User 🕐 Обновлено 2025-11-24 📅 Создано 2023-08-28
62
mvdbos/php-spider

Настраиваемый и расширяемый PHP веб-сканер

mvdbos
⭐ 1,338 PHP 👤 mvdbos User 🕐 Обновлено 2026-11-02 📅 Создано 2013-02-25
63
Sniper970119/dianping_spider

Dianping Crawler (можно сканировать весь сайт, решает проблему шифрования динамических шрифтов, без OCR). Постоянное обновление

Sniper970119
⭐ 1,329 Python 👤 Sniper970119 User 🕐 Обновлено 2026-11-03 📅 Создано 2021-01-22
64
jbarrow/commonforms

CommonForms — открытые модели для автоматического обнаружения полей формы PDF

jbarrow
⭐ 1,309 Python 👤 jbarrow User 🕐 Обновлено 2026-06-17 📅 Создано 2025-09-17
65
firecrawl/fire-enrich

Инструмент обогащения данных на базе ИИ, который преобразует электронные письма в богатые наборы данных с профилями компаний, данными о финансировании, технологическими стеками и многим другим с помощью Firecrawl и мультиагентного ИИ

firecrawl
⭐ 1,308 TypeScript 👤 firecrawl Organization 🕐 Обновлено 2026-10-26 📅 Создано 2025-06-06
66
fastcrw/crw

Быстрая и легкая альтернатива Firecrawl/Tavily на Rust. Веб-скрейпер, краулер и API поиска с MCP-сервером для ИИ-агентов. API с поддержкой Firecrawl (/scrape, /crawl, /search). В 2,3 раза быстрее Tavily и в 1,5 раза быстрее Firecrawl в тестах на 1000 URL. 6 МБ ОЗУ, один бинарный файл. Самохостинг или управляемое облако.

fastcrw
⭐ 1,284 Rust 👤 fastcrw Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-03-02
67
raawaa/jav-scrapy

Труженик по пакетному захвату AV-магнитных ссылок или обложек

raawaa
⭐ 1,275 JavaScript 👤 raawaa User 🕐 Обновлено 2026-10-17 📅 Создано 2015-10-31
68
google/textfsm

Модуль Python для парсинга полуструктурированного текста в таблицы Python.

google
⭐ 1,258 Python 👤 google Organization 🕐 Обновлено 2026-11-16 📅 Создано 2015-06-23
69
KillzXGaming/Switch-Toolbox

Инструмент для редактирования множества форматов файлов видеоигр

KillzXGaming
⭐ 1,249 C# 👤 KillzXGaming User 🕐 Обновлено 2026-11-15 📅 Создано 2018-11-12
71
yfedoseev/pdf_oxide

Самая быстрая библиотека PDF для Python и Rust. Извлечение текста, извлечение изображений, конвертация в markdown, создание и редактирование PDF. Среднее время 0,8 мс, в 5 раз быстрее лидеров отрасли, 100% успешность на 3830 PDF. MIT/Apache-2.0.

yfedoseev
⭐ 1,205 Rust 👤 yfedoseev User 🕐 Обновлено 2026-11-21 📅 Создано 2025-11-05
72
andreroggeri/pynubank

Получите доступ к вашим выпискам Nubank через Python

andreroggeri
⭐ 1,197 Python 👤 andreroggeri User 🕐 Обновлено 2026-11-19 📅 Создано 2017-06-19
73
dchrastil/ScrapedIn

Инструмент для скрапинга LinkedIn без ограничений API для разведки данных

dchrastil
⭐ 1,168 Python 👤 dchrastil User 🕐 Обновлено 2024-04-11 📅 Создано 2018-03-29
74
soxoj/socid-extractor

⛏️ Движок извлечения, лежащий в основе Maigret: превратите любой URL-адрес профиля в структурированную запись OSINT на более чем 150 сайтах

soxoj
⭐ 1,143 Python 👤 soxoj User 🕐 Обновлено 2026-11-20 📅 Создано 2019-11-17
76
caolvchong-top/twitter_download

Twitter Картинки Видео Парсер; Скачать в один клик

caolvchong-top
⭐ 1,087 Python 👤 caolvchong-top User 🕐 Обновлено 2026-07-28 📅 Создано 2022-08-23
77
utkarshkukreti/select.rs

Библиотека на Rust для извлечения полезных данных из HTML-документов, подходящая для веб-скрейпинга.

utkarshkukreti
⭐ 1,018 Rust 👤 utkarshkukreti User 🕐 Обновлено 2025-03-19 📅 Создано 2015-07-15
78
stravalib/stravalib

Библиотека для предоставления простого клиентского интерфейса к REST API Strava (v3).

stravalib
⭐ 1,002 Python 👤 stravalib Organization 🕐 Обновлено 2026-11-21 📅 Создано 2013-03-17
79
WittmannF/sort-google-scholar

Ранжирование результатов поиска Google Scholar на основе количества цитирований

WittmannF
⭐ 999 Python 👤 WittmannF User 🕐 Обновлено 2026-10-30 📅 Создано 2016-04-30
80
busiyiworld/maimemo-export

Используется для экспорта словарных баз данных MoMo Vokabeltrainer и создания пользовательских словарных баз данных, подходящих для List Vokabeltrainer, BuBei Vokabeltrainer, Oulu Dictionary и т. д.

busiyiworld
⭐ 995 TypeScript 👤 busiyiworld Organization 🕐 Обновлено 2025-10-30 📅 Создано 2021-03-29
81
YaoZeyuan/zhihuhelp

Переписывание помощника Zhihu на основе Node & TypeScript

YaoZeyuan
⭐ 985 TypeScript 👤 YaoZeyuan User 🕐 Обновлено 2026-10-24 📅 Создано 2019-02-04
82
AutoAccountingOrg/AutoAccounting

Каждый ваш счет заслуживает того, чтобы быть записанным!

AutoAccountingOrg
⭐ 984 Kotlin 👤 AutoAccountingOrg Organization 🕐 Обновлено 2026-10-23 📅 Создано 2024-01-04
84
paperswithcode/paperswithcode-data

Полный набор данных за paperswithcode.com

paperswithcode
⭐ 938 👤 paperswithcode Organization 🕐 Обновлено 2025-09-08 📅 Создано 2019-01-31
85
browser-use/awesome-prompts

Таблица отличных подсказок по использованию браузера

browser-use
⭐ 926 👤 browser-use Organization 🕐 Обновлено 2025-03-26 📅 Создано 2025-03-26
86
eclaire-labs/eclaire

Локальный, с открытым исходным кодом ИИ-помощник для ваших данных. Объединяет задачи, заметки, документы, фотографии и закладки. Частный, с возможностью самостоятельного размещения и расширяемый через API.

eclaire-labs
⭐ 925 TypeScript 👤 eclaire-labs Organization 🕐 Обновлено 2026-11-08 📅 Создано 2025-09-02
87
goose3/goose3

Версия goose, совместимая с Python 3 http://goose3.readthedocs.io/en/latest/index.html

goose3
⭐ 916 HTML 👤 goose3 Organization 🕐 Обновлено 2026-07-23 📅 Создано 2016-12-11
88
Rishikant181/Rettiwt-API

Инструмент командной строки и API для бесплатного получения данных из Twitter!

Rishikant181
⭐ 904 TypeScript 👤 Rishikant181 User 🕐 Обновлено 2026-11-10 📅 Создано 2022-01-24
89
golangboy/wxocr

ничего

golangboy
⭐ 900 👤 golangboy User 🕐 Обновлено 2025-03-25 📅 Создано 2025-03-24
90
Mingtzge/2019-CCF-BDCI-OCR-MCZJ-OCR-IdentificationIDElement

Конкурс 2019CCF-BDCI Лауреат премии за лучшее инновационное исследование Чемпион по теме извлечения элементов удостоверения личности на основе OCR Команда Тяньчэнь Посяо Исходный код темы

Mingtzge
⭐ 899 Python 👤 Mingtzge User 🕐 Обновлено 2024-07-25 📅 Создано 2019-12-30
91
microsoft/typeagent-py

Структурированный RAG: приём, индексация, запрос

microsoft
⭐ 898 Python 👤 microsoft Organization 🕐 Обновлено 2026-11-14 📅 Создано 2025-09-09
93
coddingtonbear/python-myfitnesspal

Получите программный доступ к вашим данным отслеживания питания, хранящимся в MyFitnessPal

coddingtonbear
⭐ 875 Python 👤 coddingtonbear User 🕐 Обновлено 2025-09-28 📅 Создано 2013-07-16
94
frictionlessdata/frictionless-py

Каркас управления данными для Python, предоставляющий функциональность для описания, извлечения, проверки и преобразования табличных данных

frictionlessdata
⭐ 859 Python 👤 frictionlessdata Organization 🕐 Обновлено 2026-10-15 📅 Создано 2014-12-23
95
longxiaofei/spider-BaiduIndex

SDK данных для Baidu Index

longxiaofei
⭐ 800 Python 👤 longxiaofei User 🕐 Обновлено 2025-11-24 📅 Создано 2018-09-27
96
linkedin/URL-Detector

Java-библиотека для обнаружения и нормализации URL в тексте

linkedin
⭐ 786 Java 👤 linkedin Organization 🕐 Обновлено 2025-07-12 📅 Создано 2015-02-06
97
LYiHub/platform-war-public

Чат-бот/фреймворк GraphRAG, который создает мульти-LLM-агентов из комментариев пользователей социальных платформ и позволяет им обсуждать конкретные темы.

LYiHub
⭐ 783 Python 👤 LYiHub Organization 🕐 Обновлено 2024-12-14 📅 Создано 2024-12-14
98
Higurashi-kagome/wereader

Расширение для браузера: в основном используется для заметок в WeChat Read и будет весьма полезно для читателей, часто использующих Markdown для заметок.

Higurashi-kagome
⭐ 775 TypeScript 👤 Higurashi-kagome User 🕐 Обновлено 2025-08-31 📅 Создано 2020-06-04
99
mattsse/voyager

сканировать и извлекать веб-страницы на rust

mattsse
⭐ 767 Rust 👤 mattsse User 🕐 Обновлено 2024-12-14 📅 Создано 2020-12-22
100
python-mechanize/mechanize

Официальный исходный код проекта python-mechanize

python-mechanize
⭐ 760 Python 👤 python-mechanize Organization 🕐 Обновлено 2026-11-16 📅 Создано 2017-03-08