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 C HTML JavaScript Java Rust Go

Всего репозиториев: 131

101
developersdigest/llm-api-engine

Создавайте и разворачивайте API на базе искусственного интеллекта за считанные секунды

developersdigest
⭐ 755 TypeScript 👤 developersdigest User 🕐 Обновлено 2025-02-03 📅 Создано 2025-01-24
102
polyrabbit/hacker-news-digest

📰 Пусть LLM перескажет для вас Hacker News

polyrabbit
⭐ 754 Python 👤 polyrabbit User 🕐 Обновлено 2026-11-21 📅 Создано 2014-09-17
103
ScrapeGraphAI/scrapecraft

Редактор веб-скрейпинга на базе ИИ с визуальным конструктором рабочих процессов. Создавайте, тестируйте и развертывайте веб-скрейперы с использованием естественного языка. На базе ScrapeGraphAI и LangGraph.

ScrapeGraphAI
⭐ 731 Python 👤 ScrapeGraphAI Organization 🕐 Обновлено 2025-12-26 📅 Создано 2025-07-01
104
kovidgoyal/html5-parser

Быстрый парсинг HTML 5 на основе C для Python

kovidgoyal
⭐ 710 C 👤 kovidgoyal User 🕐 Обновлено 2026-09-20 📅 Создано 2017-06-03
105
adrienjoly/npm-pdfreader

🚜 Извлекает текст и таблицы из файлов PDF.

adrienjoly
⭐ 703 HTML 👤 adrienjoly User 🕐 Обновлено 2026-01-21 📅 Создано 2015-03-05
106
ndl-lab/ndlocr_cli

Репозиторий приложения NDLOCR (включая исходный код)

ndl-lab
⭐ 686 Python 👤 ndl-lab Organization 🕐 Обновлено 2026-01-05 📅 Создано 2022-03-30
107
allenai/science-parse

Science Parse разбирает научные статьи (в формате PDF) и возвращает их в структурированном виде.

allenai
⭐ 686 Java 👤 allenai Organization 🕐 Обновлено 2024-05-26 📅 Создано 2015-08-19
108
ladislav-zezula/StormLib

Официальный репозиторий GitHub библиотеки StormLib, созданной Ladislav Zezula (автор)

ladislav-zezula
⭐ 668 C 👤 ladislav-zezula User 🕐 Обновлено 2026-11-18 📅 Создано 2013-01-11
109
adamschwartz/web.scraper.workers.dev

Скрапинг текста с веб-сайтов с помощью CSS-селектора.

adamschwartz
⭐ 658 JavaScript 👤 adamschwartz User 🕐 Обновлено 2024-02-14 📅 Создано 2019-10-10
110
yanzhou/CnkiSpider

Краулер China National Knowledge Infrastructure

yanzhou
⭐ 653 Python 👤 yanzhou User 🕐 Обновлено 2025-03-08 📅 Создано 2014-11-05
111
getomni-ai
⭐ 639 TypeScript 👤 getomni-ai Organization 🕐 Обновлено 2025-10-21 📅 Создано 2024-12-16
112
dzhng/zod-gpt

Получайте структурированные, полностью типизированные и проверенные JSON-выводы от моделей OpenAI и Anthropic.

dzhng
⭐ 629 TypeScript 👤 dzhng User 🕐 Обновлено 2024-04-26 📅 Создано 2023-06-26
113
mac4n6/APOLLO

Шаблон жизни Apple Ленивый Выводчик

mac4n6
⭐ 627 Python 👤 mac4n6 User 🕐 Обновлено 2024-02-25 📅 Создано 2018-11-04
114
jrmuizel/pdf-extract

Библиотека Rust для извлечения содержимого из PDF

jrmuizel
⭐ 604 Rust 👤 jrmuizel User 🕐 Обновлено 2026-09-16 📅 Создано 2017-02-01
115
ScrapingBee/google-reviews-scraper

Интеграция Google Reviews API и масштабируемый парсер Google Reviews для извлечения оценок, текста отзывов и бизнес-аналитики из Google Maps с использованием структурированного Google Review API.

ScrapingBee
⭐ 601 👤 ScrapingBee Organization 🕐 Обновлено 2026-02-20 📅 Создано 2026-02-19
116
Kakulukian/youtube-transcript

Получить стенограмму с видео на YouTube

Kakulukian
⭐ 590 TypeScript 👤 Kakulukian User 🕐 Обновлено 2026-04-25 📅 Создано 2020-09-26
117
samacs/simple_html_dom

Просто форк библиотеки Simple HTML DOM. (http://simplehtmldom.sourceforge.net/)

samacs
⭐ 587 HTML 👤 samacs User 🕐 Обновлено 2024-05-15 📅 Создано 2012-09-23
118
tbvdm/sigtop

Экспорт сообщений из Signal Desktop

tbvdm
⭐ 585 Go 👤 tbvdm User 🕐 Обновлено 2026-09-14 📅 Создано 2021-03-10
119
Ormicron/chatViewTool

Графический просмотрщик для расшифровки истории чатов WeChat, реализованный на Java

Ormicron
⭐ 584 👤 Ormicron User 🕐 Обновлено 2024-05-20 📅 Создано 2022-06-16
121
mrshu/github-statuses

«Отсутствующая страница статуса GitHub» — попытка использования Flat Data для исторического документирования статусов GitHub

mrshu
⭐ 578 JavaScript 👤 mrshu User 🕐 Обновлено 2026-11-21 📅 Создано 2022-06-11
122
itstyren/CNKI-download

:frog: Скачивание литературы CNKI и краулер предварительного просмотра литературы (Веб-скрейпер для извлечения данных)

itstyren
⭐ 578 Python 👤 itstyren User 🕐 Обновлено 2024-11-18 📅 Создано 2018-12-13
123
vakra-dev/reader

Открытая веб‑инфраструктура для ИИ. Скрапинг, краулинг и автоматизация веба, очистка markdown, сессии браузера — всё готово для ваших агентов.

vakra-dev
⭐ 577 TypeScript 👤 vakra-dev Organization 🕐 Обновлено 2026-10-06 📅 Создано 2026-01-07
124
jpjacobpadilla/Stealth-Requests

Незаметный веб-скрейпинг и бесшовная обработка HTML на Python!

jpjacobpadilla
⭐ 570 Python 👤 jpjacobpadilla User 🕐 Обновлено 2026-09-19 📅 Создано 2024-08-04
125
bawadou/ai-data-extractor

Бесплатный экстрактор с открытым исходным кодом для истории чатов ИИ-ассистентов по программированию. Поддерживает Claude Code, Cursor, Windsurf, Aider, Cline/Roo Code и другие сервисы.

bawadou
⭐ 555 Python 👤 bawadou User 🕐 Обновлено 2026-09-07 📅 Создано 2026-08-16
126
conjuncts/gmft

Легкое, производительное, глубокое извлечение таблиц

conjuncts
⭐ 544 Python 👤 conjuncts User 🕐 Обновлено 2026-07-24 📅 Создано 2024-06-08
127
poloclub/unitable

Воркшоп NeurIPS'24 — UniTable: к единой фундаментальной модели таблиц

poloclub
⭐ 537 Jupyter Notebook 👤 poloclub Organization 🕐 Обновлено 2026-04-21 📅 Создано 2024-01-09
128
xd20111/inshackle

Хаки для Instagram: Отслеживание отписавшихся, Увеличение подписчиков, Скачивание сторис и т.д.

xd20111
⭐ 535 Shell 👤 xd20111 User 🕐 Обновлено 2024-03-12 📅 Создано 2019-03-03
129
jatechan/ai-data-extractor

Бесплатный экстрактор с открытым исходным кодом для извлечения истории чатов ИИ-ассистентов для программирования. Поддерживает Claude Code, Cursor, Windsurf, Aider, Cline/Roo Code и другие

jatechan
⭐ 526 Python 👤 jatechan User 🕐 Обновлено 2026-10-20 📅 Создано 2026-10-11
130
oxylabs/web-scraper-api

Универсальный API для веб-скрейпинга и извлечения данных в реальном времени в больших масштабах: прокси, обработка CAPTCHA, рендеринг JavaScript и парсинг в рамках одного запроса с возвратом HTML или структурированного JSON.

oxylabs
⭐ 503 👤 oxylabs Organization 🕐 Обновлено 2026-10-01 📅 Создано 2026-06-05