18个Python爬虫实战案例(已开源)

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:

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。

动漫网站:http://comic.kukudm.com/

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:

   python bilibili.py -d 猫 -k 猫 -p 10

三个参数: -d 保存视频的文件夹名 -k B站搜索的关键字 -p 下载搜索结果前多少页

原文发布于微信公众号 - 何俊林(DriodDeveloper)

原文发表时间:2018-06-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Bug生活2048

几行代码搞定识别图片中的文字信息,同时转换成语音

实现的方式还是挺多的,这里介绍下百度的AI开放平台,毕竟大公司,感觉识别的精度会高点,同时相信他们的算法也会不断优化,我等小菜鸟只要会用就可以啦。

2821
来自专栏向治洪

个人博客网站接入来必力评论系统

网易在7月6日正式发表了公告,通知用户即将停止服务(7月底),所以我们这些免费的使用者也不得不换窝了。 第三方评论 在之前,第三方评论系统主要有畅言、来比力、网...

6598
来自专栏Web 开发

纸上谈兵之高性能Web开发

今天一连两次被问到简历中提到的高性能Web开发方面的事,看来这种大标题很有诱惑力。

990
来自专栏Zchannel

Windows 10四月更新(1803)的各类问题及疑难杂症和解决办法

1573
来自专栏美丽应用

在Volumio中使用命令行网易云音乐

2592
来自专栏大数据文摘

一个可以把web表单变成会话形式的开源框架

4825
来自专栏PHP在线

2018年值得关注度的语言、框架和工具

前端框架:Angular 2,Vue.js,Bootstrap,LESS / SASS。 Web Web平台最近取得了两个重大进展——Web Assembly...

36112
来自专栏西枫里博客

如何让网站打开变快?暨网站速度优化指南。

网站打开速度一向是网站运营者和SEO工作者关注的重要指标。百度在网站优化白皮书中也提到需要注重网站访问速度。2017年更是退出了针对移动端访问推出闪电算法(博文...

1392
来自专栏java一日一条

电商网站秒杀与抢购的系统架构

在过去的工作中,我曾经面对过5w每秒的高并发秒杀功能,在这个过程中,整个Web系统遇到了很多的问题和挑战。如果Web系统不做针对性的优化,会轻而易举地陷入到异常...

1752
来自专栏花叔的专栏

解读小程序互跳功能,首对互相跳转的小程序发布!

花叔漏夜把新功能更新到接口人和Nodes小程序里了。现已发布,说不定这是最早上线的小程序互跳功能案例,请叫我快男花。 先说说昨晚发生了什么: 话说,昨晚11点做...

40412

扫码关注云+社区