python爬虫常用工具库总结
ccwgpt 2025-05-14 12:19 22 浏览 0 评论
说起爬虫，大家可能第一时间想到的是python，今天就简单为大家介绍下pyhton常用的一些库。
请求库：实现基础Http操作
urllib:python内置基本库，实现了一系列用于操作url的功能。
requests:基于 urllib 编写的，阻塞式 HTTP 请求库，发出一个请求，一直等待服务器响应后，程序才能进行下一步处理。(
http://cn.python-requests.org/zh_CN/latest/)
selenium:自动化测试工具。一个调用浏览器的 driver，通过这个库你可以直接调用浏览器完成某些操作。(
https://www.seleniumhq.org/)
phantomjs:一个基于webkit的javascript API。（http://phantomjs.org/）
解析库：从网页中提取信息
lxml：支持HTML和XML的解析，支持XPath解析方式，而且解析效率非常高。(http://lxml.de/)
beautifulsoup4:html 和 XML 的解析,从网页中提取信息，同时拥有强大的API和多样解析方式。(
https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/)
pyquery:jQuery 的 Python 实现，能够以 jQuery 的语法来操作解析 HTML 文档，易用性和解析速度都很好。(
https://pythonhosted.org/pyquery/)
数据库：数据存储
mysql(https://dev.mysql.com/downloads/mysql/)
redis(https://redis.io/m)
mongobd(https://www.mongodb.com/)
web框架:
flask:轻量级的 web 服务程序，简单，易用，灵活，主要来做一些 API 服务。做代理时可能会用到。(
http://docs.jinkan.org/docs/flask/)
django:一个 web 服务器框架，提供了一个完整的后台管理，引擎、接口等，使用它可做一个完整网站。(
https://www.djangoproject.com/)
jupyter:能让你非常方便的在数据探索过程中有良好的实时交互效果(http://jupyter.org/)
爬虫框架
scrapy:很强大的爬虫框架，可以满足简单的页面爬取（比如可以明确获知url pattern的情况）。用这个框架可以轻松爬下来如亚马逊商品信息之类的数据。但是对于稍微复杂一点的页面，如 weibo 的页面信息，这个框架就满足不了需求了。
crawley:高速爬取对应网站的内容，支持关系和非关系数据库，数据可以导出为 JSON、XML 等。
portia:可视化爬取网页内容。
newspaper:提取新闻、文章以及内容分析。
python-goose:java 写的文章提取工具。
cola:一个分布式爬虫框架。项目整体设计有点糟，模块间耦合度较高
相关推荐
- Android开发基础入门(一):UI与基础控件
-
Android基础入门前言：从今天开始，我们开始分享Android客户端开发的基础知识。一、工具指南工欲善其事必先利其器，我们首先介绍一下开发Android常用的集成开发环境。小雨在上大学期间，开发a...
- 谷歌Material Design质感设计UI开发框架
-
谷歌MaterialDesign质感设计是一个新的用户界面设计概念，即将到来的Android版本称为“AndroidL”中会使用这种设计语言。在这篇文章中,我们收集出最新的和最好的Android...
- Android主流UI开源库整理（android 开源ui）
-
前言最近老大让我整理一份Android主流UI开源库的资料，以补充公司的Android知识库。由于对格式不做特别限制，于是打算用博客的形式记录下来，方便查看、防丢并且可以持续维护、不断更新。标题隐...
- 系统工具类App的开发框架（系统开发方法工具）
-
系统工具类App的开发框架选择，很大程度上取决于目标平台（Android、iOS或两者兼有），以及对性能、系统级访问深度和开发效率的需求。由于这类App常常需要深入操作系统底层，因此原生开发框架通常是...
- 2025年vue前端框架前瞻（vue前端开发规范手册）
-
Vue是一个轻量且灵活的JavaScript框架，广受开发者喜爱，因其简单易用的API和组件化的开发方式而闻名。Vite是一个现代化的前端构建工具，以其极快的开发服务器启动速度和热模块替换...
- 前端流行框架Vue3教程:28. Vue应用
-
28.Vue应用应用实例每个Vue应用都是通过createApp函数创建一个新的应用实例main.jsimport{createApp}from'vue'import...
- 2024 Vue 最全的生态工具组合推荐指南
-
Vue3虽然Vue2很多项目在用，但是官方已经宣布不再维护Vue2，所以新项目肯定首选Vue3来进行开发，组合式API开发起来比选项式API方便多了，而且Vue3的响应式实现也更...
- 基于 Vue3 Element Plus 的中后台管理系统模板
-
PureAdmin是一个开源的前端中后台管理系统模板，基于Vue3、Element-Plus，支持移动端、国际化、多主题设置，支持前端静态路由、后端动态路由配置，旨在为开发人员提供一个易于使用、高...
- 重磅!滴滴开源全新跨端小程序框架，基于 Vue 3!
-
最近，滴滴出行开源了自主研发的全新轻量级跨端小程序框架——星河(Dimina)，为开发者提供了“一次开发，多端运行”的高性能、低门槛解决方案。下面就来一览Dimina的魅力！什么是星河(Dim...
- 【推荐】一款基于 Vue + .NET 8 开源、免费、功能强大的快速开发框架
-
如果您对源码&技术感兴趣，请点赞+收藏+转发+关注，大家的支持是我分享最大的动力！！！项目介绍Vue.NetCore是一款集高效、灵活、易于扩展于一体的快速开发框架（基于Vue提供Vue2/Vue...
- 搭建Trae+Vue3的AI开发环境（vue ide 开发工具）
-
从2024年2025年，不断的有各种AI工具会在自媒体中火起来，号称各种效率王炸，而在AI是否会替代打工人的话题中，程序员又首当其冲。作为一个后端开发，这篇文章基于Trae工具，来创建和运行一个简单的...
- 一款基于 Vue + .NET 8 开源、免费、功能强大的快速开发框架
-
项目介绍Vue.NetCore是一款集高效、灵活、易于扩展于一体的快速开发框架（基于Vue提供Vue2/Vue3版本和.NET8前后端分离），适用于多种应用场景。通过前后端分离的设计、强大的...
- 盘点一下这些年PHP在桌面应用方面的解决方案
-
今天作者给大家盘点一下近些年PHP在实现桌面客户端方面的项目。PHP-GTKPHP-GTK是2001年3月创立，是PHP的一个扩展，实现了与GTK+的绑定，提供面向对象的接口，极大地简化了客户端跨平台...
- PHP+Uniapp校园圈子系统校园论坛小程序开发:踩坑与优化经验分享
-
一、系统架构与技术选型1.架构设计采用前后端分离架构，前端使用Uniapp实现跨端开发（支持微信小程序、H5、App），后端基于PHP（推荐ThinkPHP或Laravel框架）提供RESTful...
- 智能匹配+安全护航:PHP代练系统护航小程序如何提升用户信任?
-
在代练行业中，用户信任是平台发展的核心要素。基于PHP后端与uni-app跨端框架的代练系统，通过智能匹配与安全护航两大核心策略，能够有效提升用户信任，构建健康可持续的代练生态。以下从技术实现与用户体...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- MVC框架 (46)
- 框架图 (58)
- flask框架 (53)
- quartz框架 (51)
- abp框架 (47)
- jpa框架 (47)
- springmvc框架 (49)
- 分布式事务框架 (65)
- scrapy框架 (56)
- shiro框架 (61)
- 定时任务框架 (56)
- java日志框架 (61)
- JAVA集合框架 (47)
- mfc框架 (52)
- abb框架断路器 (48)
- ui自动化框架 (47)
- beego框架 (52)
- grpc框架 (55)
- ppt框架 (48)
- 内联框架 (52)
- cad怎么画框架 (58)
- ps怎么画框架 (47)
- ssm框架实现登录注册 (49)
- oracle字符串长度 (48)
- oracle提交事务 (47)