分享

18个Python爬虫实战案例(已开源)

 leafcho 2018-06-27

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

18个Python爬虫实战案例(已开源)

  • 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:

18个Python爬虫实战案例(已开源)

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:

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./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./

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:

18个Python爬虫实战案例(已开源)

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:///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:///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:///blog/2018/03/spider-5.html

动态示意图:

18个Python爬虫实战案例(已开源)

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./blog/2017/11/spider_2_geetest.html

动态示意图:

18个Python爬虫实战案例(已开源)

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:

18个Python爬虫实战案例(已开源)

原理说明:http:///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:

18个Python爬虫实战案例(已开源)

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

github 下载地址 :https://github.com/Jack-Cherish/python-spider

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多