数据提取专题

共 4 篇文章，按时间倒序展示。

Scrapling：自适应网页结构变动的 Python 爬虫框架

Scrapling 是一个开源 Python 爬虫框架，具备自适应网页结构变动的能力，覆盖从单请求到大规模爬取，内置多种抓取器与反爬策略，并提供 AI 辅助提取功能。

2026年03月19日TechFoco

Omni OCR Benchmark 是一个开源基准测试工具，旨在系统评估多模态模型在 OCR 和数据提取任务上的性能。它支持主流模型，并提供 JSON 准确率与文本相似度等关键指标。

2025年02月26日TechFoco

CyberScraper 2077 是一款利用大型语言模型（LLM）进行驱动的网络爬虫工具，旨在提升网页数据提取的效率和准确性。

2024年08月26日TechFoco

IntelliScraper 是一个利用 BeautifulSoup 和 scikit-learn 进行 HTML 解析与特征匹配的 Python 项目。它通过定义目标数据列表和余弦相似度算法实现高精度抓取，适用于...

2024年02月03日TechFoco