18个Python爬虫实战案例(已开源)
目录
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
4、shuaia.py:爬取《帅啊》网,帅哥图片
第三方依赖库安装:
pip3 install requests beautifulsoup4
5、daili.py:构建代理IP池
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/
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?
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。
动态示意图:
9、one_hour_spider:一小时入门Python3网络爬虫。
原理说明:
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。
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。
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。
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。
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:
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
18个Python爬虫实战案例(已开源)相关推荐
- python实例100例百度文库-18个Python爬虫实战案例(已开源)
目录 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 ...
- 干货 | 18个Python爬虫实战案例(已开源)
目录 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 ...
- Python爬虫实战案例:一键爬取,多种网页模板任你选!
文章目录 一.网页查看 二.网页爬取数据分析 三.代码分析 四.图片辅助分析 五.运行结果 CSDN独家福利降临!!! 更多博主开源爬虫教程目录索引 一.网页查看 进入网页模板 多页爬取 二.网页爬取 ...
- Python爬虫实战案例一:爬取猫眼电影
背景 笔者上一篇文章<基于猫眼票房数据的可视化分析>中爬取了猫眼实时票房数据,用于展示近三年电影票房概况.由于数据中缺少导演/演员/编剧阵容等信息,所以爬取猫眼电影数据进行补充.关于爬虫的 ...
- python爬虫实战案例-Python爬虫实战案例:手机APP抓包爬虫
1. items.pyclass DouyuspiderItem(scrapy.Item): name = scrapy.Field()# 存储照⽚的名字 imagesUrls = scrapy.Fi ...
- Python爬虫实战案例:爬取新闻资讯
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 一个简单的Python资讯采集案例,列表页到详情页,到数据保存,保存为tx ...
- Python爬虫实战案例:取喜马拉雅音频数据详解
前言 喜马拉雅是专业的音频分享平台,汇集了有声小说,有声读物,有声书,FM电台,儿童睡前故事,相声小品,鬼故事等数亿条音频,我最喜欢听民间故事和德云社相声集,你呢? 今天带大家爬取喜马拉雅音频数据,一 ...
- Python爬虫实战-----案例分析爬虫一般过程
有点闲适不知道看什么才好,那可以看看大众的口味.我们可以爬取各类国创,番剧等视频在榜作品,看看那些视频收到大家的喜爱.(虽然没人会用爬虫来看番) 目录 一.
- 【Python爬虫实战案例】采集城市桌游商家数据信息,做可视化演示
前言 这里容我罗嗦几句
最新文章
- php mysql读写分离主从复制_mysql主从复制 读写分离原理及实现
- 拼多多稳了,字节跳动开发新APP,是谁杀死了淘宝?
- JVM实用参数(七)CMS收集器
- k8s 查看ip地址属于哪个pod_Kubernetes Pod 如何获取 IP 地址
- php copy 文件夹,php删除与复制文件夹及其文件夹下所有文件的实现代码
- modal vue 关闭_Vue弹出框的优雅实践
- 前端基础-html-段落标签
- 面试题 MySQL的慢查询、如何监控、如何排查?
- linux小米随身wifi,小米随身wifi for mac版详细使用图文步骤
- DSP2812入门2——结构资源性能
- 使用 GitHub Pages 和 Hexo 以及 Aurora 主题搭建静态个人博客
- 快速搜索Wox工具之Everything Service没有运行报错,解决办法!
- Dejal Simon for Mac(服务器监控程序)
- 梨花院落溶溶月,柳絮池塘淡淡风-- 我心中的七剑与梁羽生
- LBS 是什么服务?
- MATLAB中常用到的绘图函数
- 3dmax制作玻璃杯液体材质
- 企立方:拼多多关键词出价多少合适
- ?nocache=+new Date().getTime();中的nocache是什么意思
- Outlook使用RTF格式发信出现Winmail.dat附件事宜
热门文章
- 州小吃”小程序正式发布,酷客多全程技术支持
- 硕果累累|善网*益加壹特训营公益媒体账号突破1000个
- 先设计一个基本账户类,再通过继承基本账户类设计一个储蓄账户类,储蓄账户类中增加一个静态成员变量(年利率),并增加如下成员函数:(1)计算月利息月利息=存款金额x年利率+12(2)更改利率(静态方法)
- [附源码]java+ssm计算机毕业设计教室预约系统的设计与实现5txsq(源码+程序+数据库+部署)
- input失去焦点验证格式_表单验证之失去焦点校验
- ERP : 粉末冶金行业介绍
- 音频服务未启动的症状及解决办法
- 在线编程网站对中文代码的支持
- 举个栗子!Tableau 技巧(134):集操作查看数据详情及占比
- 内存分配算法,给定内存空闲分区,按地址从小到大为:100K、500K、200K、300K、600K。现有用户进程依次分别212K、417K、112K、426K。