Skip to content

duke-coding/python-spider

Repository files navigation

Python Spider

目录

爬虫实战

  • 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。

  • 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

  • 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。

  • 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。

  • douyin_pro_2: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。

动态示意图:

image

  • 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。

    动态示意图:

    image

  • 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:

image

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:

image

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
  • jd:京东商品晒单图下载

    效果图:

    image

    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
    

About

Python 爬虫

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published