Python Spider
- 贵有恒，何必三更起五更睡；最无益，只怕一日暴十寒。
- Python3爬虫实战：实战源码+博客讲解
- 个人网站
- CSDN博客
- CSDN爬虫专栏
- 学习交流群【328127489】
- 分享技术，乐享生活：Jack Cui公众号每周五推送“程序员欢乐送”系列资讯类文章，欢迎您的关注！
声明
- 代码、教程仅限于学习交流，请勿用于任何商业用途！
文章首发声明
- 文章在自己的个人网站首发，其他平台文章均属转发，如想获得最新更新进展，欢迎关注我的个人网站：http://cuijiahua.com/
目录
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
-
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 -
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。
-
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 -
daili.py: 构建代理IP池
原理说明：http://blog.csdn.net/c406495762/article/details/72793480
-
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
-
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
-
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：
-
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
- 视频下载
-
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
-
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
-
douyin: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：
-
geetest.py:GEETEST验证码识别
原理说明:
无
-
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。
-
baiwan:百万英雄辅助答题
效果图：
原理说明：
- 个人网站：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。
-
Netease:根据歌单下载网易云音乐
效果图：
原理说明：
暂无
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。
-
bilibili：B站视频和弹幕批量下载
原理说明：
暂无
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 -
jingdong：京东商品晒单图下载
效果图：
原理说明：
暂无
使用说明：
python jd.py -k 芒果 三个参数： -d 保存图片的路径，默认为fd.py文件所在文件夹 -k 搜索关键词 -n 下载商品的晒单图个数，即n个商店的晒单图 -
zhengfang_system_spider：对正方教务管理系统个人课表，个人学生成绩，绩点等简单爬取
效果图：
原理说明：
暂无
使用说明：
cd zhengfang_system_spider pip install -r requirements.txt python spider.py
其它
- 欢迎 Pull requests，感谢贡献。