import.io 是一个基于网络的平台，可将机器可读网页的强大功能掌握在您手中。使用我们的工具，无需编程，即可在远短于传统方法的时间内创建 API 或抓取整个网站。

提供 107 个替代方案

Diggernaut 是一项基于云的网络爬虫、数据提取及其他 ETL 任务服务。您可在云端调度和运行爬虫，也可在个人电脑上编译并运行。

提供 81 个替代方案

易于使用的PDF和电子邮件解析器。利用我们强大的OCR引擎，自动从邮件和PDF中提取文本。 将提取的数据发送至Google表格或数百个已连接的CRM及其他应用。

提供 16 个替代方案

Extracty 可以提取任何网页数据，并为网页信息创建 API。

提供 71 个替代方案

Apache Mahout 是一个 Apache 项目，旨在在 Hadoop 平台上提供分布式或其他可扩展机器学习算法的免费实现。Mahout 仍在开发中；已实现的算法数量迅速增长，但仍存在多种……

提供 4 个替代方案

为您的电子商务业务进行数据挖掘。使用 eScraper 从供应商或其他外部网站获取价格、描述、图片及其他数据。

提供 11 个替代方案

Gema 是一个基于模式匹配概念的通用文本处理工具。通常情况下，它读取一个输入文件并将其复制到输出文件，同时根据用户定义的一组模式对数据执行指定的转换。

提供 13 个替代方案

ScrapeStorm 是一款基于人工智能的可视化网络爬虫工具，无需编写任何代码即可从几乎任意网站提取数据。它功能强大且非常易于使用，支持 Windows、Mac OS 和 Linux 操作系统。

提供 85 个替代方案

免费数据采集器可让您快速、轻松地从任何网站收集数据。它提供类似Excel的界面，您可以直观地编辑最终文件，并通过我们的点击引导功能轻松捕获所需的网页元素。

PhearJS 使用 PhantomJS 渲染动态网页：获取页面，渲染后返回格式良好的 JSON 对象。PhearJS 既提供托管 API，也提供可自行部署的开源解决方案。

readxl 包可轻松将数据从 Excel 导入 R。与许多现有包（如 gdata、xlsx、xlsReadWrite）相比，readxl 没有外部依赖，因此在所有操作系统上都易于安装和使用。

快速抓取API处理代理服务器、浏览器和验证码，您只需一次简单的API调用即可获取任何网站的HTML！

LibXL 是一个可读写 Excel 文件的库。它无需 Microsoft Excel 和 .NET 框架，且功能强大易用。