python爬虫源码项目_32个Python爬虫实战项目，满足你的项目慌（带源码）
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！！
需要项目源码的小伙伴关注、转发文章，私信小编“666”即可获取这些项目的源码
需要项目源码的小伙伴关注、转发文章，私信小编“666”即可获取这些项目的源码
需要项目源码的小伙伴关注、转发文章，私信小编“666”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。
29、【jandan_spider】-爬取煎蛋妹纸图片。
30、【CnblogsSpider】-cnblogs列表页爬虫。
31、【spider_smooc】-爬取mu-ke网视频。
32、【CnkiSpider】-Chinese知网爬虫
特别提醒：小伙伴在用上述项目练手的时候，需要限制爬取速率，不要动不动就使用多线程爬取网页数据。上述网站都是大家日常生活中常用的网站，不要为了自己的个人练手而导致服务器的停摆，谨记谨记！
写在最后
各位小伙伴看了小编汇总的项目列表，你还在为了项目发慌么？
哈哈~~！！需要源码的小伙伴注意看本篇文章的《写在前面》部分哦，有项目获取方式呢！
加油吧！少年！
未来是你们的！！！