README.md

Python_Crawler：Python爬虫和Python数据分析小项目

简介

可以用Python实现的小项目，内容包括Python爬虫、Python数据分析等，持续更新中。

本Repository主要用于存放项目代码，对应的项目文章可以关注CSDN博客。

博客地址：https://blog.csdn.net/weixin_43746433

微信：why19970628

欢迎与我交流 😊

1.普通的爬虫项目介绍

1. Sina_Topic_Spider:

• 内容： 爬取某位明星的微博超话的上万条用户信息，对爬取的结果进行EDA分析与数据可视化，如分析用户年龄，性别分布、粉丝团的地区分布，词云打榜微博内容。
• 对应CSDN文章：《爬取新浪微博某超话用户信息》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

2. LaGou:

• 内容： 爬取拉勾网的职位的信息，爬取方式通过静态和动态网页，对爬取的结果进行EDA分析与数据可视化。
• 对应CSDN文章：《Python爬虫实战之爬取拉勾网职位》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

3. ele_me:

• 内容： 爬取饿了么某地区的外卖信息，并对外卖商铺信息、商品数据进行初步可视化。
• 对应CSDN文章：《Python爬虫实战之爬取饿了么信息》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

5. DangDang_Books:

• 内容：爬虫：当当网图书书名、书图、价格、简介、评分、评论数量等大约1000条Python图书数据。数据分析：图书评论数量分布的漏斗图、价格分布的柱状图、评论量Top、图书图片墙等可视化展示。（代码截止2019-08-25测试无误）
• 对应CSDN文章：《当当网图书爬虫与数据分析》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

6. LianJia:

• 内容：多线程爬取链家的北京每个地区的所有小区的信息数据。
• 对应CSDN文章：《爬取链家的小区信息》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

7. 51_job:

• 内容： 爬取51job前程无忧简关于数据分析的职位信息，并对获取的数据进行数据清洗与分析，如各城市招聘岗位数、薪资与各城市工作地点数量，关系，学历，经验要求等关系、公司类型与对应岗位数、职位要求等可视化。
• 对应CSDN文章：《爬取51job前程无忧简历》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

8. Baidu_Music:

• 内容： 批量下载百度音乐（千千音乐）任意歌手的所有歌曲。
• 对应CSDN文章：《爬取百度音乐歌曲》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

9. QiDian_Story:

• 内容： 批量下载起点中文小说网的所有小说，自动生成对应小说文件夹，并获取某一文件夹下含有某字符结尾的文件信息。
• 对应CSDN文章：《爬取起点小说》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

11. DouBan_Movie:

• 内容： 利用正则爬取豆瓣电影所有标签下的电影详情，数据导入数据库，并批量生成词云图。
• 对应CSDN文章：《Python爬虫实战之爬取豆瓣详情以及影评》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

12. taobao_photo:

• 内容： 批量下载淘宝搜索页面（代码截止2019-08-26测试无误）。
• 对应CSDN文章：《博客地址》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

13. 高考网:

• 内容： 爬取高考网所有大学信息，对爬取的结果进行数据分析与数据可视化，如分析大学数量、地区分布、985 211地区分布、高校类型与属性分布等，初步分析我国高等教育分布的不均衡问题。
• 对应CSDN文章：《爬取新浪微博某超话用户信息》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

14. Movie_tiantang:

• 内容： 下载电影天堂最新电影数据（代码截止2019-08-28测试无误）。
• 对应CSDN文章：《博客地址》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

2.selenium框架自动化爬虫项目介绍

1. taobao:

• 内容： 爬取淘宝搜索美食的所有页面，并存入mysql/mongodb数据库，并对美食数据进行商品标题、销量排名与商铺信息、销量的城市排名、店铺所在城市分布情况、商品价格与销售额的关系等探索性数据分析。
• 对应CSDN文章：《selenium爬取淘宝美食信息》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

2. Baidu_Address:

• 内容： 利用selenium爬取百度地图的某地区的公司信息，包括公司名称，公司地址等。csv文件大约几十条数据
• 对应博客文章：《博客地址》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

3. DouYu:

• 内容： 利用selenium爬取斗鱼网所有主播的类别，房间标题，房间ID，主播名称，热度，csv文件大约15000条数据。
• 对应CSDN文章：《博客地址》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

4. WangYi_Music:

• 内容： 利用selenium爬取网易云音乐关于许嵩共计175首歌曲信息及歌词信息可视化。
• 对应CSDN文章：《利用selenium爬取网易云音乐歌手歌曲信息并分析》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

3.Scrapy框架爬虫项目介绍

1. Qsbk:

• 内容： 利用Scrapy框架爬取糗事百科段子。
• 对应CSDN文章：《利用Scrapy框架爬取糗事百科段子》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者
• 难度：★★☆☆☆

2. ChuanZhi_Class:

• 内容： 利用Scrapy框架爬取传智播客课程数据。
• 对应CSDN文章：《利用Scrapy框架爬取传智播客课程数据》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者
• 难度：★★☆☆☆

3. DangDang_Books/dangdang:

• 内容：爬虫：利用Scrapy框架爬取当当网搜索界面图书书名、价格、评论数量等信息
• 对应CSDN文章：《当当网图书爬虫与数据分析》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

4.多线程爬虫

1. Photo_qiantu:

• 内容：利用线程批量下载千图网的图片（代码截止2019-07-05测试无误）
• 对应CSDN文章：《利用多线程爬取千图网的素材图片》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者
• 难度：★★☆☆☆

2. Movie_maoyan:

• 内容： 利用多线程下载猫眼榜单电影电影数据（电影标题，导演，评分，排名，上映时间，电影封面地址等）（代码截止2019-09-04测试无误）。
• 对应CSDN文章：《博客地址》
• 适合人群：Python爬虫学习者、Pandas使用者
• 难度：★★☆☆☆

5.模拟登录与其他

1. Photo_Position_GoldenAPI:

• 内容：调用高德地图的WEB-API接口，获取图片定位（代码截止2019-08-28测试无误）
• 对应CSDN文章：《靠一张图片获取女朋友的定位》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者
• 难度：★★☆☆☆

支持作者

熬夜敲代码写稿件，咖啡才是第一生产力。

喜欢作者的分享，如何支持作者？

Maybe you could buy me a cup of coffee. Salute!