爬虫GIt代码01

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!
爬虫GIt代码01_第1张图片

声明

  • 代码、教程均为Jack Cui本人原创,且仅限于学习交流,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
    • 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
    • 京东商品晒单图下载
    • 正方教务管理系统爬虫
  • 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:

    [外链图片转存失败(img-m0QuTLo1-1564192052891)(https://raw.githubusercontent.com/Jack-Cherish/Pictures/master/9.gif)]

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
    
  • 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
    
  • 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。

  • 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:

    [外链图片转存失败(img-D1fDJTxA-1564192052898)(https://raw.githubusercontent.com/Jack-Cherish/Pictures/master/10.gif)]

  • 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
  • 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:

    [外链图片转存失败(img-3n0i2Ttp-1564192052907)(https://github.com/Jack-Cherish/Pictures/blob/master/14.gif)]

  • 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:

    • 个人网站:http://www.cuijiahua.com/blog/2017/11/spider_2_geetest.html

    动态示意图:

    [外链图片转存失败(img-5HbcCvCl-1564192052910)(https://github.com/Jack-Cherish/Pictures/blob/master/spider_2_1.gif)]

  • 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:

    [外链图片转存失败(img-F3pif7Ft-1564192052912)(https://github.com/Jack-Cherish/Pictures/blob/master/11.gif)]

    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:

    [外链图片转存失败(img-e3KlnpWq-1564192052913)(https://github.com/Jack-Cherish/Pictures/blob/master/13.gif)]

    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:

    [外链图片转存失败(img-54p6FoQ2-1564192052915)(https://github.com/Jack-Cherish/Pictures/blob/master/jd.gif)]

    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,学生成绩,绩点等简单爬取

    效果图:

    [外链图片转存失败(img-iPvaiTly-1564192052916)(/zhengfang_system_spider/screenshot/zf.png)]

    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。

你可能感兴趣的:(爬虫)