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

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

欢迎Star，Pull requests，项目地址，点击【阅读原文】

重磅！码农突围-技术交流群已成立

 

扫码可添加码农突围助手，可申请加入码农突围大群和细分方向群，细分方向已涵盖：Java、Python、机器学习、大数据、人工智能等群。

一定要备注：开发方向+地点+学校/公司+昵称（如Java开发+上海+拼夕夕+猴子），根据格式备注，可更快被通过且邀请进群

 

▲长按加群

 

最近面试BAT，整理一份面试资料《Java面试BAT通关手册》，覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。

获取方式：点“在看”，关注公众号并回复 BAT 领取，更多内容陆续奉上。

如有收获，点个在看，诚挚感谢明天见(｡･ω･｡)ﾉ♡