Python培训
美国上市Python培训机构

400-111-8989

热门课程

Python网络爬虫实战项目大全!

  • 发布:七月在线实验室
  • 来源:七月在线实验室
  • 时间:2017-12-05 15:54

学习Python主要是爬取各种数据,进行数据分析,获得各种有意思的东西。今天我们就来做些Python网络爬虫实战项目,包含微信公号、豆瓣、知乎等网站爬虫,大家也要自己动手练练看呀。

1

WechatSogou - 微信(http://lib.csdn.net/base/wechat)公众号爬虫。基于搜狗微信搜索的微信公众号爬虫接口,通过搜狗搜索获取公众号的openid,创建公众号历史消息请求URL,解析出历史消息总量、历史消息总页数、单个历史消息的XML,根据读取到的所有的历史消息XML内容,创建RSS文件。

代码:https://github.com/Chyroc/WechatSogou

2

DouBanSpider - 豆瓣读书爬虫。可以爬下豆瓣读书标签下的所有图书,按评分排名依次存储,存储到Excel中,可方便大家筛选搜罗,比如筛选评价人数>1000的高分书籍;可依据不同的主题存储到Excel不同的Sheet ,采用User Agent伪装为浏览器进行爬取,并加入随机延时来更好的模仿浏览器行为,避免爬虫被封。

代码:https://github.com/lanbing510/DouBanSpider

3

zhihu_spider - 知乎爬虫。此项目的功能是爬取知乎用户信息以及人际拓扑关系,爬虫框架使用scrapy,数据存储使用mongo

代码:https://github.com/LiuRoy/zhihu_spider

4

bilibili-user - Bilibili用户爬虫。总数据数:20119918,抓取字段:用户id,昵称,性别,头像,等级,经验值,粉丝数,生日,地址,注册时间,签名,等级与经验值等。抓取之后生成B站用户数据报告。

代码:https://github.com/airingursb/bilibili-user

5

SinaSpider 新浪微博爬虫。主要爬取新浪微博用户的个人信息、微博信息、粉丝和关注。代码获取新浪微博Cookie进行登录,可通过多账号登录来防止新浪的反扒。主要使用 scrapy 爬虫框架。

代码:https://github.com/LiuXingMing/SinaSpider

6

distribute_crawler - 小说下载分布式爬虫。使用scrapy,Redis, MongoDB,graphite实现的一个分布式网络爬虫,底层存储mongodb集群,分布式使用redis实现,爬虫状态显示使用graphite实现,主要针对一个小说站点。

代码:https://github.com/gnemoug/distribute_crawler

7

CnkiSpider - 中国知网爬虫。设置检索条件后,执行src/CnkiSpider.py抓取数据,抓取数据存储在/data目录下,每个数据文件的第一行为字段名称。

代码:https://github.com/yanzhou/CnkiSpider

8

LianJiaSpider - 链家网爬虫。爬取北京地区链家历年二手房成交记录。涵盖链家爬虫一文的全部代码,包括链家模拟登录代码。

代码:https://github.com/lanbing510/LianJiaSpider

9

scrapy_jingdong - 京东爬虫。基于scrapy的京东网站爬虫,保存格式为csv。

代码:https://github.com/taizilongxu/scrapy_jingdong

10

QQ-Groups-Spider - QQ 群爬虫。批量抓取 QQ 群信息,包括群名称、群号、群人数、群主、群简介等内容,最终生成 XLS(X) / CSV 结果文件。

代码:https://github.com/caspartse/QQ-Groups-Spider

11

QQSpider - QQ空间爬虫,包括日志、说说、个人信息等,一天可抓取 400 万条数据。

代码:https://github.com/LiuXingMing/QQSpider

12

tbcrawler - 淘宝和天猫的爬虫,可以根据搜索关键词,物品id来抓去页面的信息,数据存储在mongodb。

代码:https://github.com/caspartse/QQ-Groups-Spider

本文内容转载自网络,本着分享与传播的原则,版权归原作者所有,如有侵权请联系我们进行删除!

免费预约企业总监级讲师试听课

怕钱不够?就业挣钱后再付学费!    怕学不会?0基础入学,达内定制课程!     担心就业?近12万家雇主企业,推荐名企就业!

上一篇:Python 爬虫:添加延时与用户代理
下一篇:1个掷硬币问题,4个Python解法

很强!用Python实现3D建模!

Python系统学习流程图,教你一步步学习python

Python IDE推荐7个你可能会错过的Python IDE

python工程师常用的开发工具,是这三个!

选择城市和中心
贵州省

广西省

海南省