Scrapy 是一个用 Python 编写的免费开源网络爬取框架。最初为网页抓取而设计，也可用于通过 API 提取数据或作为通用网络爬虫。它由 Zyte（前身为 Scrapinghub）开发并维护，是一家网络抓取公司。

提供 102 个替代方案

Portia 是一款开源的可视化抓取工具，无需任何编程知识即可抓取网站！只需标注您感兴趣的页面，Portia 就会自动生成爬虫，从相似页面中提取数据。

提供 84 个替代方案

UI（用户界面）自动化的目的是重现您与网站或桌面之间的认知交互，使计算机能够根据您的时间安排或条件替您完成这些操作。

提供 21 个替代方案

Flyscrape 是一个独立且可脚本化的网页爬虫，结合了 Go 语言的速度与 JavaScript 的灵活性。—— 专注于数据提取，而非请求处理。

提供 63 个替代方案

artoo.js 是一段旨在在浏览器控制台中运行的 JavaScript 代码，可为您提供一些网页抓取工具。

提供 65 个替代方案

Lookyloo 是一个网页界面，允许用户捕获网站页面，然后显示相互调用的域名树。

提供 60 个替代方案

Textricator 是一个从计算机生成的 PDF 中提取文本并生成结构化数据的工具。如果你有一组格式相同的 PDF（或一个格式一致的大 PDF），并希望将其中的数据提取为 CSV 或 JSON 格式，那么……

提供 12 个替代方案

ACHE 是一个用于特定领域搜索的网络爬虫。

提供 9 个替代方案

Apache Nutch 是一个高度可扩展且可伸缩的开源网络爬虫软件项目。

提供 10 个替代方案

使用开源的morph.io爬取平台，轻松实现网页抓取。功能强大，可随时随地抓取任何内容。

Scraperr 是一个自托管的网络应用，用户可通过指定 XPath 元素来抓取网页数据。用户可提交网址及要抓取的对应元素，结果将以表格形式显示。

借助美国、英国、西班牙、澳大利亚领先的网络数据抓取服务与工具提供商，将网站转化为数据，数据提取值得行业领袖信赖。

Nodejs 网页爬虫。可从您自己的代码、命令行或 Docker 容器中使用。支持多种存储选项：SQLite、MySQL、PostgreSQL。支持多种浏览器或 DOM 类客户端：Puppeteer、Playwright、Cheerio、JSDOM。

用于离线阅读保存网页的安卓应用。