python專案例項原始碼-32個Python爬蟲實戰專案，滿足你的專案慌（帶原始碼）

學習Python爬蟲的小夥伴想成為爬蟲行業的大牛麼？

你想在網頁上爬取你想要的資料不費吹灰之力麼？

那麼親愛的小夥伴們肯定需要專案實戰去磨練自己的技術，畢竟沒有誰能隨隨便便成功！

小編前段時間精心總結出了32個實用的爬蟲專案，是目前主流爬蟲的方向！

小編將為大家提供這些專案的原始碼供大家參考練習！！致敬奮鬥的你！！

需要專案原始碼的小夥伴，私信小編"1”即可獲取這些專案的原始碼

爬蟲專案名稱及簡介

一些專案名稱涉及企業名詞，小編用拼寫代替

1、【WechatSogou】- weixin公眾號爬蟲。基於weixin公眾號爬蟲介面，可以擴充套件成其他搜尋引擎的爬蟲，返回結果是列表，每一項是公眾號具體資訊字典。

2、【DouBanSpider】- douban讀書爬蟲。可以爬下豆瓣讀書所有圖書，按評分排名依次儲存，儲存到Excel中，比如篩選評價人數>1000的高分段書籍；可依據不同的類別儲存到Excel不同的分類 ，採用User Agent偽裝為瀏覽器進行爬取，並加入隨機延時來更好的模仿瀏覽器行為，避免爬蟲被封。

3、【zhihu_spider】- zhihu爬蟲。爬取zhihu使用者資訊以及人際關係，爬蟲框架使用scrapy，爬取的資料儲存使用mongo

4、【bilibili-user】- Bilibili使用者爬蟲。抓取使用者id，暱稱，性別，頭像，等級，經驗值，粉絲數，生日，地址，註冊時間，簽名，等級與經驗值等。抓取之後生成13站使用者資料Excel表格。

5、【SinaSpider】- xinlang微博爬蟲。爬取xinlang微博使用者的個人資訊、微博資訊、粉絲和關注。程式碼獲取xinlang微博Cookie進行登入，可通過多賬號登入來防止xinlang的反扒。主要使用 scrapy 爬蟲框架。

6、【knowsecSpider2】-知道創宇爬蟲專案。

7、【aiss-spider】-愛絲APP圖片爬蟲。

8、【SinaSpider】-動態IP解決新浪的反爬蟲機制，快速抓取內容。

9、【csdn-spider】-爬取CSDN上的部落格文章。

10、【ProxySpider】-爬取西刺上的代理IP，並驗證代理可用性

11、【QQSpider】- qq空間爬蟲，包括日誌、說說、個人資訊等，一天可抓取 500 萬條資料。

12、【baidu-music-spider】- baidu_mp3全站爬蟲，使用redis支援斷點續傳。

13、【tbcrawler】- taobao的爬蟲,可以根據搜尋關鍵詞,物品id來抓去頁面的資訊，資料儲存在mongodb。

14、【stockholm】- 股票（滬深）爬蟲和選股策略測試框架。根據選定的日期範圍抓取所有滬深兩市股票的行情資料。支援使用表示式定義選股策略。支援多執行緒處理。儲存資料到JSON檔案、CSV檔案。

15、【BaiduyunSpider】-baiduyun盤爬蟲。

16、【wooyun_public】-烏雲爬蟲。 烏雲公開漏洞、知識庫爬蟲和搜尋。全部公開漏洞的列表和每個漏洞的文字內容存在mongodb中，大概約2G內容；如果整站爬全部文字和圖片作為離線查詢，大概需要10G空間、2小時（10M電信頻寬）；爬取全部知識庫，總共約500M空間。漏洞搜尋使用了Flask作為web server，bootstrap作為前端。

17、【QunarSpider】-qu哪兒wang爬蟲。 網路爬蟲之Selenium使用代理登陸：爬取去哪兒網，使用selenium模擬瀏覽器登陸，獲取翻頁操作。代理可以存入一個檔案，程式讀取並使用。支援多程式抓取。

18、【findtrip】- 飛機票爬蟲（qunaer+xiecheng網）。Findtrip是一個基於Scrapy的機票爬蟲，目前整合了國內兩大機票網站（qunaer+xiecheng網）。

19、【163spider】 - 基於requests、MySQLdb、torndb的網易客戶端內容爬蟲

20、【doubanspiders】- douban電影、書籍、小組、相簿、東西等爬蟲集

21、【distribute_crawler】- 小說下載分散式爬蟲。使用scrapy,Redis, MongoDB,graphite實現的一個分散式網路爬蟲,底層儲存mongodb叢集,分散式使用redis實現,爬蟲狀態顯示使用graphite實現，主要針對一個小說站點。

22、【CnkiSpider】- zhi-wang爬蟲。設定檢索條件後，執行src/CnkiSpider.py抓取資料，抓取資料儲存在/data目錄下，每個資料檔案的第一行為欄位名稱。

23、【LianJiaSpider】- 鏈家網爬蟲。爬取beijing地區鏈家歷年二手房成交記錄。涵蓋鏈家爬蟲一文的全部程式碼，包括鏈家模擬登入程式碼。

24、【scrapy_jingdong】-jingdong爬蟲。基於scrapy的jingdong網站爬蟲，儲存格式為csv。

25、【QQ-Groups-Spider】- qq 群爬蟲。批量抓取 qq 群資訊，包括群名稱、群號、群人數、群主、群簡介等內容，最終生成 XLS(X) / CSV 結果檔案

26、【Spider】-社交資料爬蟲。支援weibo,zhiohu,豆瓣。

27、【proxy pool】-Python爬蟲代理IP池(proxy pool)。

28、【music-163】-爬取wang-yi雲音樂所有歌曲的評論。

29、【jandan_spider】-爬取煎蛋妹紙圖片。

30、【CnblogsSpider】-cnblogs列表頁爬蟲。

31、【spider_smooc】-爬取mu-ke網視訊。

32、【CnkiSpider】-Chinese知網爬蟲

特別提醒：小夥伴在用上述專案練手的時候，需要限制爬取速率，不要動不動就使用多執行緒爬取網頁資料。上述網站都是大家日常生活中常用的網站，不要為了自己的個人練手而導致伺服器的停擺，謹記謹記！

寫在最後

加油吧！少年！

未來是你們的！！！