每周送免费 10 个爬虫项目 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
ucun
V2EX    Python

每周送免费 10 个爬虫项目

  •  2
     
  •   ucun 2018-11-04 17:57:43 +08:00 5770 次点击
    这是一个创建于 2584 天前的主题,其中的信息可能已经有所发展或是发生改变。

    最近在攻爬虫

    实操是最好的老师

    所以每周我会在留言里按时间选 10 个项目

    因为是免费的,所以得加些限制

     单应用,即不需要代理、没有很变态的验证码、没有很复杂的 JS 解析 python3 只负责写爬虫,运行得自己的机子 

    先留言占位,然后私信我详细的需求。私信尽量简介、全面。你只有一次私信需求的机会。

    我会私信你是否接受和大概完成的时间。每天 20:点之前我会看完当日所有需求,20:00 以后按第二天算

    单名一个 c 后缀 freelancecn.com

    第 1 条附言    2018-11-04 20:18:27 +08:00
    道友们,请详细私信你的需求 。

    我不希望把太多的时间花在沟通上。

    就当这是个自助服务,把详细需求发到我邮件里。

    我觉得能做出来,自会回复你已经受理和大概的完成时间。

    完成后也会通过附件形式把写好的 python 文件发给你。



    所以就看你的需求是否清晰、全面了。

    如果需求没写清楚会产生两个结果:1,不接 2、没达到想要的效果
    30 条回复    2019-03-03 15:00:15 +08:00
    loading
        1
    loading  
       2018-11-04 18:16:59 +08:00 via Android
    爬知乎日报,如何正确地吐槽。
    clecho
        2
    clecho  
       2018-11-04 18:19:35 +08:00 via Android
    前程无忧,或者拉钩、智联这种招聘网站,这种的容易爬吗?
    acoldfox
        3
    acoldfox  
       2018-11-04 18:21:25 +08:00 via iPhone
    根据关键词爬取豆瓣电影搜索结果
    Selection
        4
    Selection  
       2018-11-04 18:30:00 +08:00 via iPhone
    我想爬大发彩票网,不过他有的一些信息加了锁
    huntzhan
        5
    huntzhan  
       2018-11-04 18:33:25 +08:00
    汽车之家
    Muninn
        6
    Muninn  
       2018-11-04 18:55:57 +08:00
    天眼查或者企查查,他们自己都是爬来的信息,不知道反爬虫做的强不强。
    Leigg
        7
    Leigg  
       2018-11-04 19:43:29 +08:00 via iPhone   1
    wechat 指定 n 个公众号下所有文章的内容评论阅读数赞,有时间精力可一试。
    Heartbleed
        8
    Heartbleed  
       2018-11-04 19:47:15 +08:00 via Android
    能做个像推酷 APP 的那种功能吗
    Joshua999
        9
    Joshua999  
       2018-11-04 22:01:21 +08:00 via Android
    维基百科政治相关的人物以及任职信息出生信息
    chainmon
        10
    chainmon  
       2018-11-04 22:30:45 +08:00 via Android
    句子迷
    kawkeye
        11
    kawkeye  
       2018-11-04 22:39:56 +08:00
    @Leigg #7 这个有点难度..哦
    lifeiccl
        12
    lifeiccl  
       2018-11-04 22:44:14 +08:00
    @clecho 拉勾还好了,我之前爬过
    SpiderXiantang
        13
    SpiderXiantang  
       2018-11-04 23:04:36 +08:00
    写个框架吧
    tomxin7
        14
    tomxin7  
       2018-11-04 23:07:52 +08:00
    全国的高校就业信息网,类似 jiandan.live 哎,要是有套框架就好了
    saran
        15
    saran  
       2018-11-04 23:15:02 +08:00
    可以不用 scrapy 不?就爬一下 unicode 对应的 unicode-id
    mabeple
        16
    mabeple  
       2018-11-04 23:22:39 +08:00 via iPhone
    我也在学爬虫。还不是很熟
    explore365
        17
    explore365  
       2018-11-04 23:44:55 +08:00
    @Leigg 公众号的好爬
    binux
        18
    binux  
       2018-11-04 23:46:49 +08:00 via Android
    @saran 直接下载个表不就好了
    kawkeye
        19
    kawkeye  
       2018-11-04 23:48:09 +08:00
    @explore365 #17 我之前从搜狗那个微信接口爬,失效太快了,不会找 token,有时候还会解码不了源代码
    erlking
        20
    erlking  
       2018-11-04 23:50:13 +08:00 via iPhone
    根据微博 id 获取此人点赞过的微博内容
    saran
        21
    saran  
       2018-11-05 01:36:55 +08:00
    @binux tangut unicode 和 unicode-id 没表下呐。。
    legiorange
        22
    legiorange  
       2018-11-05 10:32:39 +08:00
    脉脉
    主要是我和我家人收到这垃圾 app 的短信
    ddzzhen
        23
    ddzzhen  
       2018-11-05 14:18:48 +08:00
    请大神协助,这个网站我关注很久了,死活爬不到,貌似用的 socket 传的数据,不得要领,只要能够每小时爬取一次就行的,地址: http://www.usdebtclock.org/
    ucun
        24
    ucun  
    OP
       2018-11-05 15:47:20 +08:00   1
    @loading

    py 文件下载 https://omnas.ml/s/55YrRydoQZdBSib

    效果图 https://i.loli.net/2018/11/05/5bdff52b41c2c.png

    需求不详细,所以只有当日份的吐槽。也只能是命令行查看。
    loading
        25
    loading  
       2018-11-05 15:56:06 +08:00 via Android
    @ucun 可以了,剩下的我自己改,也学一下爬虫。

    您的行为很赞。
    soulm
        26
    soulm  
       2018-11-05 16:43:25 +08:00
    豆瓣电影搜索(输入电影名,输出搜索结果),要用到 post
    foxyier
        27
    foxyier  
       2018-11-07 10:14:52 +08:00
    看了看评论, 已经知道拿什么网站练手了
    foxyier
        28
    foxyier  
       2018-11-07 11:15:09 +08:00
    @ddzzhen 这个爬了会不会被抄水表= =。。
    locoz
        29
    locoz  
       2018-11-08 12:54:15 +08:00
    “单应用,即不需要代理、没有很变态的验证码、没有很复杂的 JS 解析”。。那不就是写 xpath 和正则吗,这种难度其实没啥必要拿来练手。
    直接找个应用商店把热度排行前 100 里大厂的社交媒体类 APP 的网站版和 APP 版都爬一遍,这种有难度的才能叫练手。
    ilovemeizi
        30
    ilovemeizi  
       2019-03-03 15:00:15 +08:00
    您好,请问您现在还爬吗,能否帮我爬取百度招聘所有招聘数据保存下来用于个人的毕业设计,
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     958 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 82ms UTC 19:20 PVG 03:20 LAX 11:20 JFK 14:20
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86