CrunchETL 和特性抽取工具

Crunch是一个用Go语言开发的基于Hadoop的ETL和特性抽取工具，特点是速度快。

Wandora是一个通用的数据提取，管理和发布应用程序，基于主题地图和基于Java的。Wandora有一个图形用户界面，知识层次的介绍，几个数据存储选择，丰富的数据提取，进口和出口能力，以及一个嵌入式

Krabber是kVitrail的网页抽取工具。 Krabber的设计目标是提供一个可以为Java应

Krabber是kVitrail的网页抽取工具。Krabber的设计目标是提供一个可以为Java应用调用的、可以执行网页上的JavaScript代码、并返回JavaScript代码执行后的网页的HTM

Wandora是一个通用的数据提取，管理和发布应用程序，基于主题地图和基于Java的。 Wandor

GoldDataSpider是用于抓取网页和抽取数据的工具。其核心代码是从金色数据抓取融合平台分离而来。该项目提供抓取和抽取来自网页数据，不仅可以抽取网页内的内容，还能抽取URL、HTTP报头、Coo

GoldDataSpider 是用于抓取网页和抽取数据的工具。其核心代码是从金色数据抓取融合平台分离

Tika是一个内容抽取的工具集合(atoolkitfortextextracting)。它集成了POI,Pdfbox并且为文本抽取工作提供了一个统一的界面。其次，Tika也提供了便利的扩展API，用来

Tika 是一个内容抽取的工具集合(a toolkit for text extracting)。它

TAMS(TextAnalysisMarkupSystem)Analyzer是一个定性的文本数据抽取和分析系统。