Browsertrix Crawler
Run a high-fidelity browser-based web archiving crawler in a single Docker container
Web CrawlingOpen Source Developer ToolsOpen Source
About
Browsertrix Crawler es un sistema de rastreo de alta fidelidad basado en navegador y autónomo, diseñado para ejecutar un rastreo complejo y personalizable basado en navegador en un solo contenedor Docker. Browsertrix Crawler utiliza Puppeteer para controlar una o más ventanas del navegador Brave en paralelo. Los datos se capturan a través del Chrome Devtools Protocol (CDP) en el navegador.
Open Source Health
- Stars
- 1,134
- Forks
- 151
- License
- AGPL-3.0
- Last commit
- 1 months ago
TypeScript
Alternativas a Browsertrix Crawler
Deep Researchby David ZhangUn asistente de investigación impulsado por IA que realiza investigaciones profundas e iterativas sobre cualquier tema combinando motores de búsqueda, web scraping y modelos de lenguaje grandes.- select.rsby Utkarsh KukretiUna biblioteca de Rust para extraer datos útiles de documentos HTML, adecuada para web scraping.
Scrapelyby ScrapyUna biblioteca de screen-scraping HTML en Python puro- Faster Than Requestsby Juan CarlosSolicitudes más rápidas en Python 3
MechanicalSoupby MechanicalSoupUna biblioteca de Python para automatizar la interacción con sitios web.
Resources & Links
Related Categories
¿Usas Browsertrix Crawler?
Controla su coste junto al resto de tu stack y recibe un recordatorio antes de que se renueve.
Añadir a mi stackVendor
Webrecorder
Publisher of ArchiveWeb.page and Browsertrix Crawler
