今天为大家整理了23个Python爬虫项目 。整理的原因是，爬虫入门简单快速，也非常适合新入门的小伙伴培养信心，所有链接指向GitHub，微信不能直接打开，老规矩，可以用电脑打开 。
github地址：
https://github.com/Chyroc/WechatSogou
2. DouBanSpider – 豆瓣读书爬虫
可以爬下豆瓣读书标签下的所有图书，按评分排名依次存储，存储到Excel中，可方便大家筛选搜罗，比如筛选评价人数>1000的高分书籍；可依据不同的主题存储到Excel不同的Sheet ，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 。
github地址：
https://github.com/lanbing510/DouBanSpider
3. zhihu_spider – 知乎爬虫
此项目的功能是爬取知乎用户信息以及人际拓扑关系，爬虫框架使用scrapy，数据存储使用mongo
github地址：
https://github.com/LiuRoy/zhihu_spider
4. bilibili-user – Bilibili用户爬虫
总数据数：20119918，抓取字段：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B站用户数据报告 。
github地址：
https://github.com/airingursb/bilibili-user
5. SinaSpider – 新浪微博爬虫
主要爬取新浪微博用户的个人信息、微博信息、粉丝和关注 。代码获取新浪微博Cookie进行登录，可通过多账号登录来防止新浪的反扒 。主要使用 scrapy 爬虫框架 。
github地址：
https://github.com/LiuXingMing/SinaSpider
6. 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 。
github地址：
https://github.com/gnemoug/distribute_crawler
7. CnkiSpider – 中国知网爬虫 。
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 。
github地址：
https://github.com/yanzhou/CnkiSpider
8. LianJiaSpider – 链家网爬虫 。
爬取北京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 。
github地址：
https://github.com/lanbing510/LianJiaSpider
9. scrapy_jingdong – 京东爬虫 。
基于scrapy的京东网站爬虫，保存格式为csv 。
github地址：
https://github.com/taizilongxu/scrapy_jingdong
10. 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 。
github地址：
https://github.com/caspartse/QQ-Groups-Spider
11. 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 。
https://github.com/hanc00l/wooyun_public
12. spider – hao123网站爬虫 。
以hao123为入口页面，滚动爬取外链，收集网址，并记录网址上的内链和外链数目，记录title等信息，windows7 32位上测试，目前每24个小时，可收集数据为10万左右
https://github.com/simapple/spider
13. findtrip – 机票爬虫（去哪儿和携程网） 。
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（去哪儿 + 携程） 。
https://github.com/fankcoder/findtrip
14. 163spider – 基于requests、MySQLdb、torndb的网易客户端内容爬虫

• 开通淘宝网店的流程 淘宝开店怎么开
• 客户达 淘宝开店 客户达
• 学校的专业代码怎么查 自己专业代码在哪里查询
• 淘宝新店铺补订单的流程是啥？有什么技巧？
• 淘宝礼品代发怎么做？安全吗？
• 淘宝搭配套餐怎么购买 淘宝搭配套餐怎么做
• 今年光棍节淘宝有什么活动 光棍节淘宝有什么活动
• 淘宝商家社区在哪里加入？卖家论坛社区在哪儿？
• 淘宝蓝冠是什么意思？一天能走多少流水？
• 5个蓝冠淘宝怎么样？共卖出多少件宝贝？