这个博客分享了21个Python爬虫开源项目，包括链家二手房成交记录、京东、QQ群、乌云、hao123、机票、QQ空间、百度音乐、淘宝天猫等。项目覆盖了多种数据抓取场景，提供了详细的代码示例和部分截图。博主还介绍了个人经历和一套完整的Python学习资源，旨在帮助开发者提升技能。
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。
部分代码截图：
9. scrapy_jingdong – 京东爬虫。
基于scrapy的京东网站爬虫，保存格式为csv。
部分代码截图：
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。
部分代码截图：
11. wooyun_public -乌云爬虫。
乌云公开漏洞、知识库爬虫和搜索。全部公开漏洞的列表和每个漏洞的文本内容存在MongoDB中，大概约2G内容；如果整站爬全部文本和图片作为离线查询，大概需要10G空间、2小时（10M电信带宽）；爬取全部知识库，总共约500M空间。漏洞搜索使用了Flask作为web server，bootstrap作为前端。
部分代码：
最低0.47元/天 解锁文章
2620
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
