32个Python爬虫实战项目，知足你的项目慌

　　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
　　
　　一、【WechatSogou】- weixin公众号爬虫。基于weixin公众号爬虫接口，能够扩展成其余搜索引擎的爬虫，返回结果是列表，每一项是公众号具体信息字典。
　　
　　二、【DouBanSpider】- douban读书爬虫。能够爬下豆瓣读书全部图书，按评分排名依次存储，存储到Excel中，好比筛选评价人数>1000的高分段书籍；可依据不一样的类别存储到Excel不一样的分类 ，采用User Agent假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。
　　
　　三、【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
　　
　　四、【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。抓取以后生成13站用户数据Excel表格。
　　
　　在学习中有迷茫不知如何学习的朋友小编推荐一个学Python的学习q u n 227 -435- 450能够来了解一块儿进步一块儿学习！免费分享视频资料
　　
　　五、【SinaSpider】- xinlang微博爬虫。爬取xinlang微博用户的我的信息、微博信息、粉丝和关注。代码获取xinlang微博Cookie进行登陆，可经过多帐号登陆来防止xinlang的反扒。主要使用 scrapy 爬虫框架。
　　
　　六、【knowsecSpider2】-知道创宇爬虫项目。
　　
　　七、【aiss-spider】-爱丝APP图片爬虫。
　　
　　八、【SinaSpider】-动态IP解决新浪的反爬虫机制，快速抓取内容。
　　
　　九、【csdn-spider】-爬取CSDN上的博客文章。
　　
　　十、【ProxySpider】-爬取西刺上的代理IP，并验证代理可用性
　　
　　十一、【QQSpider】- qq空间爬虫，包括日志、说说、我的信息等，一天可抓取 500 万条数据。
　　
　　十二、【baidu-music-spider】- baidu_mp3全站爬虫，使用redis支持断点续传。
　　
　　1三、【tbcrawler】- taobao的爬虫,能够根据搜索关键词,物品id来抓去页面的信息，数据存储在mongodb。
　　
　　1四、【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全部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。
　　
　　1五、【BaiduyunSpider】-baiduyun盘爬虫。
　　
　　1六、【wooyun_public】-乌云爬虫。 乌云公开漏洞、知识库爬虫和搜索。所有公开漏洞的列表和每一个漏洞的文本内容存在mongodb中，大概约2G内容；若是整站爬所有文本和图片做为离线查询，大概须要10G空间、2小时（10M电信带宽）；爬取所有知识库，总共约500M空间。漏洞搜索使用了Flask做为web server，bootstrap做为前端。
　　
　　1七、【QunarSpider】-qu哪儿wang爬虫。 网络爬虫之Selenium使用代理登录：爬取去哪儿网，使用selenium模拟浏览器登录，获取翻页操做。代理能够存入一个文件，程序读取并使用。支持多进程抓取。
　　
　　1八、【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）。
　　
　　1九、【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
　　
　　2一、【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。
　　
　　2二、【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，每一个数据文件的第一行为字段名称。
　　
　　2三、【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所有代码，包括链家模拟登陆代码。
　　
　　2四、【scrapy_jingdong】-jingdong爬虫。基于scrapy的jingdong网站爬虫，保存格式为csv。
　　
　　2五、【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
　　
　　2六、【Spider】-社交数据爬虫。支持weibo,zhiohu,豆瓣。
　　
　　2七、【proxy pool】-Python爬虫代理IP池(proxy pool)。
　　
　　2八、【music-163】-爬取wang-yi云音乐全部歌曲的评论。
　　
　　2九、【jandan_spider】-爬取煎蛋妹纸图片。
　　
　　30、【CnblogsSpider】-cnblogs列表页爬虫。
　　
　　3一、【spider_smooc】-爬取mu-ke网视频。
　　
　　3二、【CnkiSpider】-Chinese知网爬虫
　　
　　public static void main(String[] args) {
　　
　　AtomicInteger atomicInteger=new AtomicInteger();
　　
　　new Thread(() -> {
　　
　　if(!atomicInteger.compareAndSet(0,100)){
　　
　　System.out.println("0-100:失败");
　　
　　}
　　
　　}).start();
　　
　　new Thread(() -> {
　　
　　try {
　　
　　Thread.sleep(500);////注意这里睡了一下子，目的是让第三个线程先执行判断的操做，从而让第三个线程修改失败
　　
　　} catch (InterruptedException e) {
　　
　　e.printStackTrace(www.yongshiyule178.com);
　　
　　}
　　
　　if(!atomicInteger.compareAndSet(100,50)){
　　
　　System.out.println(www.maituyul1.cn"100-50:失败");
　　
　　}
　　
　　}).start();
　　
　　new Thread(www.yongshi123.cn (www.dfgjpt.com) -> {
　　
　　if(!atomicInteger.compareAndSet(50,60)){
　　
　　System.out.println(www.boyunylpt1.com"50-60:失败");
　　
　　}
　　
　　}).start();
　　
　　try {
　　
　　Thread.sleep(1000);
　　
　　} catch (InterruptedException e) {
　　
　　e.printStackTrace(www.zhongyiyuL.cn);