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:

640?wx_fmt=gif

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:

640?wx_fmt=gif

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:

640?wx_fmt=gif

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:

640?wx_fmt=gif

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:

640?wx_fmt=gif

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:

640?wx_fmt=gif

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♡

评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值