一站式爬虫工具箱，能自动抓取并导出 GitHub、邮箱、电商、运营商、社交平台等几十个网站的个人数据，帮用户把散落各处的数据拿回自己手里。

可视化无代码网页爬虫，通过图形界面设计和执行采集任务，让不懂编程的人也能批量抓取网页数据。

给一个示例 URL，自动学习网页结构并生成抓取规则，省去手写解析逻辑，适合快速采集相似页面的数据。

用 TypeScript 编写的数据抓取工具，目前主要面向成人内容平台，能定期抓取并归档 OnlyFans 等站点的媒体数据。

把整个网站连同 CSS、图片、JS 等资源一起下载到本地目录，方便离线浏览或做站点备份。

从 Telegram 群组批量抓取成员（包括隐藏成员），并可直接把抓到的用户添加到自己的群组里。

用 Python 抓取 LinkedIn 用户和公司公开数据的爬虫库，基于 Chrome/Firefox 驱动模拟浏览，适合做招聘信息或人脉数据采集。

用 LLM 驱动的网页抓取工具，支持 OpenAI、Gemini 和 Ollama，能按自然语言指令从网页中提取结构化数据，省去手写解析规则。

自动获取被 Cloudflare 挑战拦截的网站所下发的 cf_clearance Cookie，方便爬虫绕过验证继续访问。

用 Node.js 抓取 Google Play 应用详情、评论、搜索结果的爬虫库，省去自己解析页面和接口的麻烦。

从任意 URL 抓取网页元数据，自动解析 Open Graph、JSON-LD 和 HTML meta 标签，并带智能兜底，适合做链接预览和内容摘要。

用 Elixir 写的高性能网页爬虫和抓取引擎，适合需要并发抓取并保存页面文件的场景。

用 Scala 写网页抓取时，它提供一套简洁的 DSL 来解析 HTML、提取内容，省去手写解析逻辑的麻烦。

抓取 Google Play 上应用、游戏、影视和图书的公开信息，比如评分、评论和详情，省去自己解析页面。

把 Scrapy 爬虫包装成 HTTP API，让其他语言或服务能远程触发爬虫并实时拿到抓取结果，省去自己搭调度和传输层。

用 Python 抓取 Google Maps 上商户的评论数据，适合做口碑分析和竞品调研时批量采集评论。

把 n0madic 的 Twitter 抓取库移植到 Node.js，无需官方 API 就能抓取推文、用户资料和搜索结果。

一个通用的 Reddit 爬虫，能抓取任意子版块或用户的内容，适合做数据采集和舆情分析。

一套面向 40 多个热门网站的 Python 爬虫脚本合集，内置代理和反爬绕过能力，省去从零处理验证码与封禁的麻烦。

PHP 版网页抓取工具，提供类似 BeautifulSoup 的简洁 API，可解析 HTML、提取页面数据，并支持无头浏览器渲染动态页面。

用 jQuery 风格的语法在服务端解析和操作 HTML/XML，写爬虫时提取页面数据比正则和原生 DOM 顺手得多。

用一套 API 同时驱动 Chromium、Firefox 和 WebKit 的浏览器自动化与端到端测试框架，适合写跨浏览器测试和网页抓取脚本。

Python 的高层网页抓取框架，帮你快速写爬虫，自动处理请求调度、页面解析和数据提取，适合大规模采集任务。

Go 语言编写的高性能网页抓取与爬虫框架，提供简洁 API 处理请求、解析页面和并发抓取，适合快速搭建采集程序。

用 Python 3 从新闻网页里自动抽取正文、标题、作者等元数据，省去自己写解析规则，适合做新闻聚合和内容抓取。

Node.js/TypeScript 网页抓取与浏览器自动化库，内置代理轮换和反封锁，兼容 Puppeteer、Playwright、Cheerio，可稳定采集数据供 AI、LLM、RAG 使用。

用 Go 写的 Chrome DevTools Protocol 驱动，直接操控浏览器做网页自动化和爬虫，省去手动管理浏览器进程的麻烦。

分析各类反爬与机器人检测系统（Akamai、PerimeterX、Arkose、AWS WAF 等）的识别原理，并给出绕过浏览器指纹脚本的可行对策，适合做网页采集时参考。

Movie metadata scraper

把网页内容抓取并转换成适合大模型使用的结构化数据，支持 HTML 转 Markdown，方便为 LLM 准备训练或检索语料。

Python 网页抓取与浏览器自动化库，支持 Playwright、BeautifulSoup 和原始 HTTP，自带代理轮换，方便为 AI、LLM、RAG 稳定采集网页数据。

基于 Modest 和 Lexbor 引擎的 Python HTML5 解析库，解析速度快，支持 CSS 选择器，适合网页抓取时高效提取页面数据。

Scrape job websites into a single spreadsheet with no duplicates.

一个注重隐私的 Python HTTP 客户端，能模拟浏览器 TLS/HTTP2 指纹（JA3/JA4、Akamai），帮爬虫绕过反爬检测。

用 JavaScript 实现的 YouTube 视频下载库，可在 Node.js 中直接抓取并保存视频，省去自己解析页面和拼接下载地址的麻烦。

一个面向人类的 Node.js 网页抓取库，用简洁的链式配置从 HTML 中提取结构化数据，省去手写选择器解析的麻烦。

无需 API Key 即可抓取 Twitter 数据的 Python 库，直接调用 Twitter 内部接口，支持发推、搜索、爬取用户信息，还能做机器人。

Go 语言编写的高性能网页爬虫与抓取框架，支持 JS 渲染，适合快速搭建大规模采集任务。

用 PHP 写采集爬虫的渐进式框架，语法优雅、上手简单，适合快速抓取网页并提取结构化数据。

从 YouTube、SoundCloud、Bandcamp 等流媒体站点抓取视频与音频元数据及流地址的 Java 解析库，是 NewPipe 客户端的核心组件。