Framework de web scraping para Python que abarca desde solicitudes HTTP individuales y navegadores stealth hasta análisis y rastreos concurrentes completos con exportación.
88,6 mil9,1 milPythonBSD-3-ClauseActualizado hace 11 horas
#data-extraction
Proyectos open source sobre «data-extraction»
Repositorios de GitHub seleccionados relacionados con data-extraction, con resúmenes de IA y métricas clave.
Ordenar:Añadidos recientemente
5 repositoriosQuitar filtros
Parser de documentos de código abierto que convierte PDF, Office, HTML y otros archivos en datos estructurados para pipelines de IA generativa.
69,1 mil5,1 milPythonMITActualizado hace 11 horas
Biblioteca de scraping web en Python que usa LLM y pipelines basados en grafos para extraer datos estructurados de sitios web y documentos locales a partir de una instrucción de texto.
32 mil3,4 milPythonMITActualizado hace 14 días
Un scraper web con tecnología LLM y basado en Streamlit que extrae datos de páginas usando modelos de OpenAI, Gemini, Ollama o LiteLLM.
3,3 mil382PythonMITActualizado hace 8 días
Rastreador web de Python de código abierto que convierte cualquier sitio web en Markdown limpio y listo para LLM, extrae datos estructurados con CSS o LLM y ofrece una API alojada opcional.
85,8 mil8,9 milPythonApache-2.0Actualizado hace 22 horas