مصدر مفتوح. آفاق جديدة.

أداة DouK-Downloader (سابقًا TikTokDownloader) لتنزيل أعمال Douyin/TikTok وجمع البيانات، تدعم التنزيل المجمع للفيديوهات والألبومات، استخراج بيانات التعليقات، الحصول على روابط بث مباشر، وتوفّر وضع الطرفية وواجهة Web API ونشر Docker.

spotDL هي أداة سطر أوامر تقوم بالبحث عن الأغاني في قوائم تشغيل Spotify وتنزيلها عبر YouTube، بما في ذلك أغلفة الألبومات والكلمات والبيانات الوصفية.

newspaper3k هو مكتبة بايثون 3 مستخدمة في استخراج والمحرر من المقالات الإخبارية، توفر أدوات لاستخراج النص الكامل والبيانات الوصفية.

خط أنابيب أتمتة يعتمد على GitHub Actions لجمع إعلانات التوظيف من 42 مستشفى رئيسياً في كوريا يومياً باستخدام Selenium، مع التحقق من سلامة البيانات عبر بوابة RaiT وتصفية التكرارات لإصدار تقارير Excel.

Weibo Spider أداة بايثون لجمع بيانات مستخدمي سينا ويبو، تدعم استخراج معلومات المستخدمين والمنشورات النصية والصور والفيديو، وحفظها في CSV أو JSON أو TXT أو قواعد بيانات مثل MySQL وMongoDB وSQLite، وهي مناسبة للبحث الأكاديمي وتحليل البيانات.

واجهة برمجة تطبيقات (API) خفيفة الوزن مبنية باستخدام Elysia و FFmpeg لالتقاط لقطات شاشة وإنشاء صور GIF من روابط HLS لحلقات الأنمي.

Scrapy هو إطار عمل سريع وعالي المستوى لبرمجة الويب بلغة بايثون، يُستخدم لاستخراج البيانات المهيكلة من المواقع الإلكترونية. يدعم المنصات المتعددة ويتطلب بايثون 3.10 أو أحدث.

إطار عمل تكيُّفي لاستخراج بيانات الويب بلغة بايثون: تتبُّع ذكي لعناصر DOM، وجالبات بيانات لتجاوز أنظمة مكافحة الروبوتات، وزحف متزامن مع إمكانية الإيقاف والاستئناف، وتدوير الوكلاء، ومخرجات جاهزة للذكاء الاصطناعي عبر MCP.

OCRmyPDF هو أداة سطر أوامر تضيف طبقة نص OCR قابلة للبحث إلى ملفات PDF الممسوحة ضوئيًا، مع إنتاج مخرجات PDF/A معتمدة. يستخدم Tesseract للتعرف على أكثر من 100 لغة، ويدعم تصحيح الميلان والدوران، ويعمل على Linux وmacOS وWindows وFreeBSD.