GitHub 上有哪些好用的爬虫？

微信搜 “GitHubDaily” 点关注

设为 “星标”，每天下午 18:35，带你逛 GitHub！

本文转自有三 AI，作者言有三

在开发实际项目的时候，你经常没有足够多的数据，需要自己去想办法获取，这个时候常常需要用到爬虫。然而找来找去，很可能找了很久都找不到既免费又好用的爬虫，今天就从好的爬虫开始说起，这很可能是项目成功的开始。

综述类项目与学习资料

首先给大家介绍一些非常优秀的综述和学习类项目，方便大家快速索引找到所需要的资源。

1、awesome-spider

地址：https://github.com/facert/awesome-spider

这是 ID 为 facert 的一个知乎工程师开源的，Star 6000+，内容如下：

这一款爬虫，里面搜集了几乎所有可以爬取的中文网址，从知乎豆瓣到知网，抖音微博到 QQ，还有很多的不可描述的网站，你懂的。

2、Nyspider

地址：https://github.com/Nyloner/Nyspider

这是 ID 为 Nyloner 的一个今日头条的工程师弄的，Star 1000+，风格与上面的项目大有不同。

可以看出，都是各类网址。这很头条，跟这位小哥哥的工作内容估计有关系。

3、awesome-python-login-model

地址：https://github.com/CriseLYJ/awesome-python-login-model

这是 ID 为 CriseLYJ (职业不详) 的用户，这个项目用于模拟各种网址登陆，也包含一些简单的爬虫，Star 6000+。

先从这个项目开始分析各大网站的登录方式，非常有用，可谓摸清对手再动手。

4、python-spider

地址：https://github.com/Jack-Cherish/python-spider

这是 ID 为 Jack-Cherish 的东北大学的一个学生整理的学习 python 爬虫的资料，Star 6000+，包含不少的实战项目，非常适合想学习的朋友。

其他还有一些项目，不再一一介绍。

https://github.com/jhao104/proxy_poolhttps://github.com/Ehco1996/Python-crawler

优秀图片 / 视频项目

笔者的精力多在图像和视频，所以下面各自介绍一个功能强大，简单好用的图片和视频爬虫。

工具亲测长期有效，省去了很多找爬虫工具的时间，早用早好。

1、Google，Baidu，Bing 三大搜素引擎图片爬虫

地址：https://github.com/sczhengyabin/Image-Downloader

这个爬虫由 ID 为 sczhengyabin 的用户整理，可以按要求爬取百度、Bing、Google 上的图片，我已经用了几年了，提供了非常人性化的 GUI 方便操作，使用方法如下：

使用 python image_downloader_gui.py 调用 GUI 界面，配置好参数 (关键词，路径，爬取数目等)，关键词可以直接在这里输入也可以选择从 txt 文件中选择。

可以配置需要爬取的样本数目，这里一次爬了 2000 张，妥妥的 3 分钟搞定。

这个爬虫足够满足小型项目初始数据集的积累 (爬几千张高质量图片妥妥的)，结果命名也非常整齐规范， 最大的优势就是稳定啊，不会三天两天不能用了。

2、各大视频网站爬虫

地址：https://github.com/iawia002/annie

由 ID 为 iawia002 的用户整理，Annie 是一款以 go 语言编码的视频下载工具，使用便捷并支持 youtube，腾讯视频，抖音等多个网站视频和图像的下载，收录站点如下，可以说是该有的都有的：

虽然这个项目可以下载图片，但是我们还是来用它下载视频吧，使用方法很简单：

annie ［可选参数］http://… (视频网址)

视频会下载到当前目录，至于那些可选参数，赶紧去摸索吧。

以上便是今日分享，觉得内容不错，还请点个在看哦～

推荐阅读：

「GitHub 交流群」已开放

想入群的可在公众号后台回复「入群」