关于Python爬虫的18开源项目案例,知识点太全面了,值得收藏!
- 爬虫小工具
- 文件下载小助手
- 爬虫实战
- 笔趣看小说下载
- VIP视频下载
- 百度文库文章下载_rev1
- 百度文库文章下载_rev2
- 《帅啊》网帅哥图片下载
- 构建代理IP池
- 《火影忍者》漫画下载
- 财务报表下载小助手
- 一小时入门网络爬虫
- 抖音App视频下载_rev1
- 抖音App视频下载_rev2
- 抖音App视频下载_rev3
- GEETEST验证码破解
- 12306抢票小助手
- 百万英雄答题辅助系统
- 网易云音乐批量下载
- B站视频和弹幕批量下载
- 其它
爬虫小工具
- downloader.py:文件下载小助手
一个可以用于下载图片、视频、文件的小工具,有下载进度显示功能。稍加修改即可添加到自己的爬虫中。
动态示意图:
爬虫实战
1、biqukan.py:《笔趣看》盗版小说网站,爬取小说工具
第三方依赖库安装:
pip3 install beautifulsoup4
使用方法:
python biqukan.py
2、video_downloader:爱奇艺等主流视频网站的VIP视频破解助手(暂只支持PC和手机在线观看VIP视频!)
感谢Python3二维码生成器作者:https://github.com/sylnsfar/qrcode
编译好的软件下载连接:https://pan.baidu.com/s/1bqSTNJL 密码:p8bs
解压密码:cuijiahua.com
无需Python3环境,在Windows下,解压即用!软件使用方法
源码可查看video_downloader,运行源码需要搭建Python3环境,并安装相应第三方依赖库:
在video_downloader文件夹下,安装第三方依赖库:
pip3 install -r requirements.txt
使用方法:
python movie_downloader.py
运行环境:
- Windows, Python3
- Linux, Python3
- Mac, Python3
3、baiduwenku.py: 百度文库word文章爬取
原理说明:http://blog.csdn.net/c406495762/article/details/72331737
代码不完善,没有进行打包,不具通用性,纯属娱乐,以后有时间会完善。
4、shuaia.py: 爬取《帅啊》网,帅哥图片
《帅啊》网URL:http://www.shuaia.net/index.html
原理说明:http://blog.csdn.net/c406495762/article/details/72597755
第三方依赖库安装:
pip3 install requests beautifulsoup4
5、daili.py: 构建代理IP池
原理说明:http://blog.csdn.net/c406495762/article/details/72793480
6、carton: 使用Scrapy爬取《火影忍者》漫画
代码可以爬取整个《火影忍者》漫画所有章节的内容,保存到本地。更改地址,可以爬取其他漫画。保存地址可以在settings.py中修改。
原理说明:http://blog.csdn.net/c406495762/article/details/72858983
7、hero.py: 《王者荣耀》推荐出装查询小助手
网页爬取已经会了,想过爬取手机APP里的内容吗?
原理说明:http://blog.csdn.net/c406495762/article/details/76850843
8、financical.py: 财务报表下载小助手
爬取的数据存入数据库会吗?《跟股神巴菲特学习炒股之财务报表入库(MySQL)》也许能给你一些思路。
原理说明:http://blog.csdn.net/c406495762/article/details/77801899
动态示意图:
9、one_hour_spider:一小时入门Python3网络爬虫。
原理说明:
- 知乎:https://zhuanlan.zhihu.com/p/29809609
- CSDN:http://blog.csdn.net/c406495762/article/details/78123502
本次实战内容有:
- 网络小说下载(静态网站)-biqukan
- 优美壁纸下载(动态网站)-unsplash
- 爱奇艺VIP视频下载
10、douyin.py:抖音App视频下载
抖音App的视频下载,就是普通的App爬取。
原理说明:个人网站:http://cuijiahua.com/blog/2018/03/spider-5.html
11、douyin_pro:抖音App视频下载(升级版)
抖音App的视频下载,添加视频解析网站,支持无水印视频下载,使用第三方平台解析。
原理说明:个人网站:http://cuijiahua.com/blog/2018/03/spider-5.html
12、douyin_pro_2:抖音App视频下载(升级版2)
抖音App的视频下载,添加视频解析网站,支持无水印视频下载,通过url解析,无需第三方平台。
原理说明:个人网站:http://cuijiahua.com/blog/2018/03/spider-5.html
动态示意图:
13、geetest.py:GEETEST验证码破解
爬虫最大的敌人之一是什么?没错,验证码!Geetest作为提供验证码服务的行家,市场占有率还是蛮高的。遇到Geetest提供的滑动验证码怎么破?授人予鱼不如授人予渔,接下来就为大家呈现本教程的精彩内容。
原理说明:http://www.cuijiahua.com/blog/2017/11/spider_2_geetest.html
动态示意图:
14、12306.py:用Python抢火车票简单代码
可以自己慢慢丰富,蛮简单,有爬虫基础很好操作,没有原理说明。
15、baiwan:百万英雄辅助答题
效果图:
原理说明:http://cuijiahua.com/blog/2018/01/spider_3.html
功能介绍:
- 服务器端,使用Python(baiwan.py)通过抓包获得的接口获取答题数据,解析之后通过百度知道搜索接口匹配答案,将最终匹配的结果写入文件(file.txt)。
- 手机抓包不会的朋友,可以看下我的早期手机APP抓包教程。
- Node.js(app.js)每隔1s读取一次file.txt文件,并将读取结果通过socket.io推送给客户端(index.html)。
- 亲测答题延时在3s左右。
- 声明:没做过后端和前端,花了一天时间,现学现卖弄好的,javascript也是现看现用,百度的程序,调试调试而已。可能有很多用法比较low的地方,用法不对,请勿见怪,有大牛感兴趣,可以自行完善。
16、Netease:根据歌单下载网易云音乐
效果图:
功能介绍:根据music_list.txt文件里的歌单的信息下载网易云音乐,将自己喜欢的音乐进行批量下载。
17、bilibili:B站视频和弹幕批量下载
使用说明: