python微博爬虫实战_32个Python爬虫实战项目，满足你的项目荒，附赠资料-CSDN博客

写在前面

学习Python爬虫的小伙伴想成为爬虫行业的大牛么？

你想在网页上爬取你想要的数据不费吹灰之力么？

那么亲爱的小伙伴们肯定需要项目实战去磨练自己的技术，毕竟没有谁能随随便便成功！

小编前段时间精心总结出了32个实用的爬虫项目，是目前主流爬虫的方向！

小编将为大家提供这些项目的源码供大家参考练习！！致敬奋斗的你！！

需要爬虫项目的小伙伴关注、转发文章，私信小编“学习”即可获取这些项目的源码

爬虫项目名称及简介

一些项目名称涉及企业名词，小编用拼写代替

1、【WechatSogou】- weixin公众号爬虫。基于weixin公众号爬虫接口，可以扩展成其他搜索引擎的爬虫，返回结果是列表，每一项是公众号具体信息字典。

2、【DouBanSpider】- douban读书爬虫。可以爬下豆瓣读书所有图书，按评分排名依次存储，存储到Excel中，比如筛选评价人数>1000的高分段书籍；可依据不同的类别存储到Excel不同的分类，采用User Agent伪装为浏览器进行爬取，并加入随机延时来更好的模仿浏览器行为，避免爬虫被封。

3、【zhihu_spider】- zhihu爬虫。爬取zhihu用户信息以及人际关系，爬虫框架使用scrapy，爬取的数据存储使用mongo

4、【bilibili-user】- Bilibili用户爬虫。抓取用户id，昵称，性别，头像，等级，经验值，粉丝数，生日，地址，注册时间，签名，等级与经验值等。抓取之后生成13站用户数据Excel表格。

5、【SinaSpider】- xinlang微博爬虫。爬取xinlang微博用户的个人信息、微博信息、粉丝和关注。代码获取xinlang微博Cookie进行登录，可通过多账号登录来防止xinlang的反扒。主要使用 scrapy 爬虫框架。

6、【knowsecSpider2】-知道创宇爬虫项目。

7、【aiss-spider】-爱丝APP图片爬虫。

8、【SinaSpider】-动态IP解决新浪的反爬虫机制，快速抓取内容。

9、【csdn-spider】-爬取CSDN上的博客文章。

10、【ProxySpider】-爬取西刺上的代理IP，并验证代理可用性

11、【QQSpider】- qq空间爬虫，包括日志、说说、个人信息等，一天可抓取 500 万条数据。

12、【baidu-music-spider】- baidu_mp3全站爬虫，使用redis支持断点续传。

13、【tbcrawler】- taobao的爬虫,可以根据搜索关键词,物品id来抓去页面的信息，数据存储在mongodb。

14、【stockholm】- 股票(沪深)爬虫和选股策略测试框架。根据选定的日期范围抓取所有沪深两市股票的行情数据。支持使用表达式定义选股策略。支持多线程处理。保存数据到JSON文件、CSV文件。

15、【BaiduyunSpider】-baiduyun盘爬虫。

16、【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。

17、【QunarSpider】-qu哪儿wang爬虫。网络爬虫之Selenium使用代理登陆：爬取去哪儿网，使用selenium模拟浏览器登陆，获取翻页操作。代理可以存入一个文件，程序读取并使用。支持多进程抓取。

18、【findtrip】- 飞机票爬虫(qunaer+xiecheng网)。Findtrip是一个基于Scrapy的机票爬虫，目前整合了国内两大机票网站(qunaer+xiecheng网)。

19、【163spider】 - 基于requests、MySQLdb、torndb的网易客户端内容爬虫

20、【doubanspiders】- douban电影、书籍、小组、相册、东西等爬虫集

21、【distribute_crawler】- 小说下载分布式爬虫。使用scrapy,Redis, MongoDB,graphite实现的一个分布式网络爬虫,底层存储mongodb集群,分布式使用redis实现,爬虫状态显示使用graphite实现，主要针对一个小说站点。

22、【CnkiSpider】- zhi-wang爬虫。设置检索条件后，执行src/CnkiSpider.py抓取数据，抓取数据存储在/data目录下，每个数据文件的第一行为字段名称。

23、【LianJiaSpider】- 链家网爬虫。爬取beijing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。

24、【scrapy_jingdong】-jingdong爬虫。基于scrapy的jingdong网站爬虫，保存格式为csv。

25、【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

26、【Spider】-社交数据爬虫。支持weibo,zhiohu,豆瓣。

27、【proxy pool】-Python爬虫代理IP池(proxy pool)。

28、【music-163】-爬取wang-yi云音乐所有歌曲的评论。