python的第三方库

最新推荐文章于 2024-08-16 17:41:43 发布

胖虎是只mao

最新推荐文章于 2024-08-16 17:41:43 发布

阅读量337

点赞数

分类专栏： python-web python函数 python 文章标签： python 队列

本文链接：https://blog.csdn.net/xili2532/article/details/116497206

版权

这篇博客介绍了Python中广泛使用的第三方库，包括网络库如urllib、requests和scrapy，以及HTML/XML解析器如BeautifulSoup和lxml。还提到了用于文本处理的库，如difflib和fuzzywuzzy，以及异步处理和队列管理的工具，如celery和asyncio。此外，还涵盖了自然语言处理库NLTK和用于网页内容提取的库newspaper和html2text。

摘要由CSDN通过智能技术生成

通用

urllib -网络库(stdlib)。
requests -网络库。
grab – 网络库（基于pycurl）。
pycurl – 网络库（绑定libcurl）。
urllib3 – Python HTTP库，安全连接池、支持文件post、可用性高。
httplib2 – 网络库。
RoboBrowser – 一个简单的、极具Python风格的Python库，无需独立的浏览器即可浏览网页。
MechanicalSoup -一个与网站自动交互Python库。
mechanize -有状态、可编程的Web浏览库。
socket – 底层网络接口(stdlib)。
Unirest for Python – Unirest是一套可用于多种语言的轻量级的HTTP库。
hyper – Python的HTTP/2客户端。
PySocks – SocksiPy更新并积极维护的版本，包括错误修复和一些其他的特征。作为socket模块的直接替换。

异步
treq – 类似于requests的API（基于twisted）。
aiohttp – asyncio的HTTP客户端/服务器(PEP-3156)。

网络爬虫框架

功能齐全的爬虫
grab – 网络爬虫框架（基于pycurl/multicur）。
scrapy – 网络爬虫框架（基于twisted），不支持Python3。
pyspider – 一个强大的爬虫系统。
cola – 一个分布式爬虫框架。

其他
portia – 基于Scrapy的可视化爬虫。
restkit – Python的HTTP资源工具包。它可以让你轻松地访问HTTP资源，并围绕它建立的对象。
demiurge – 基于PyQuery的爬虫微框架。

HTML/XML解析器

通用
lxml – C语言编写高效HTML/ XML处理库。支持XPath。
cssselect – 解析DOM树和CSS选择器。
pyquery – 解析DOM树和jQuery选择器。
BeautifulSoup – 低效HTML/ XML处理库，纯Python实现。
html5lib – 根据WHATWG规范生成HTML/ XML文档的DOM。该规范被用在现在所有的浏览器上。
feedparser – 解析RSS/ATOM feeds。
MarkupSafe – 为XML/HTML/XHTML提供了安全转义的字符串。
xmltodict – 一个可以让你在处理XML时感觉像在处理JSON一样的Python