关于Python爬虫的18开源项目案例,知识点太全面了

 

目前简单的文本分析已经满足我人物需要,所以还不会去学机器学习,任务导向是最好的学习方法。希望大家也能找点有意思任务,python下。

 

原理知识

我就简单说下原理吧,先刻画一个简单的图A

双节点,有方向A-->B

添加更多节点

好了,同样的道理,咱们建立角色词典,插入节点列表,然后遍历插入有向边关系,就能做出这图

详情大家可以去看看实验楼网

《Python基于共现提取《釜山行》人物关系》

这篇文章写的很好(希望不要黑我,我也是觉得真心好)。我基本上借鉴了这篇文章思路写今天这个脚本,实现了自动生成关系网络图。

5、daili.py: 构建代理IP池

关注公众号:大邓带你玩python

12、douyin_pro_2:抖音App视频下载(升级版2)

文中末尾附有脚本文件下载地址

=

=

11、douyin_pro:抖音App视频下载(升级版)

使用示例

1、建好小说数据中的角色字典,格式如下

2、在文件夹中放入小说txt文件(人民的名义.txt)

3、在脚本文件夹中新建一个test.py文件

4、运行

文件夹中生成了 人物关系图.png、node_edge.txt和node_freq.txt文件。

node_edge.txt 有向图关系数据,可以后续导入gephi软件自定义制图

node_freq.txt 节点出现频率

注意:每次运行前请把人物关系图.png、node_edge.txt和node_freq.txt文件删除掉,再运行

-k B站搜索的关键字

这个图我没有用到gephi或者其他的工具,是我用python纯脚本运行出来的。简单的实现了封装,大家有兴趣可以下载下脚本,运行下。

抖音App的视频下载,添加视频解析网站,支持无水印视频下载,使用第三方平台解析。

今天给大家带来我写好的脚本,用来分析社会网络关系。

python biqukan.py

最近忙于学术,公众号更新的有点慢了,在这里给大家个歉,希望大家能继续支持我。由于学术需要,未来一段时间,我以后会有一些文本分析的脚本要出现,希望大家喜欢。

效果图:

更多内容

文本分析

python居然有情感??真的吗??

自然语言处理库之snowNLP

数说中南大学研究生感情状况及择偶观

用gensim库做文本相似性分析

基于共现发现人物关系的python实现

用python计算两文档相似度

爬虫

初识Python的GUI编程

爬虫实战视频专辑

【视频】手把手教你抓美女~

当爬虫遭遇验证码,怎么办

知易行难

用词云图解读“于欢案”

【视频】于欢案之网民的意见(1)?

【视频】有了selenium,小白也可以自豪的说:“去TMD的抓包、cookie”

【视频】快来get新技能--抓包+cookie,爬微博不再是梦

【视频教程】用python批量抓取简书用户信息

爬豆瓣电影名的小案例(附视频操作)

爬豆瓣电影名的小案例2(附视频操作)

用Python抓取百度地图里的店名,地址和联系方式

神奇的python

怜香惜玉,我用python帮助办公室文秘

逆天的量化交易分析库-tushare

酷炫的matplotlib

开扒皮自己微信的秘密

8行代码实现微信聊天机器人

使用Python登录QQ邮箱发送QQ邮件

pip3 install beautifulsoup4

脚本文件简介

你下载后脚本文件夹名为:人民的名义

其中的relationship.py就是大邓写的库(直接能调用的哦)

实现功能:

1、读入小数数据和角色词典后,对数据分词后生成角色关系数据(有向关系数据)

2、无需gephi绘图即可制作绚丽角色关系网络图。

注意:

1、运行脚本前,文件夹中只保留角色名单.txt 人民的名义.txt 和 relationship.py

2、要想图片好看点,一定要联网啊。里面我写了个爬虫,爬取一个配色网站的配色值。

如果你们想单机也可以画出好看的图,可以修改下代码,将代码爬虫部分改成读取本地颜色数据

功能介绍:

金沙官网线上,准备工作

一、安装matplotlib、networkx

二、解决matplotlib无法写中文问题

1、找到pythonXlibsite-packagesmatplotlibmpl-datafontsttf文件夹

2、matplotlib默认调用的为DejaVuSans.ttf字体文件,网上下载个微软雅黑.ttf

3、将微软雅黑文件名改为DejaVuSans.ttf粘贴到ttf文件夹下即可。

7、hero.py: 《王者荣耀》推荐出装查询小助手

代码不完善,没有进行打包,不具通用性,纯属娱乐,以后有时间会完善。

金沙官网线上 1

一个可以用于下载图片、视频、文件的小工具,有下载进度显示功能。稍加修改即可添加到自己的爬虫中。

原理说明:http://blog.csdn.net/c406495762/article/details/72858983

爬虫小工具

抖音App的视频下载,就是普通的App爬取。

17、bilibili:B站视频和弹幕批量下载

 

金沙官网线上 2

本次实战内容有:

 

14、12306.py:用Python抢火车票简单代码

爬虫最大的敌人之一是什么?没错,验证码!Geetest作为提供验证码服务的行家,市场占有率还是蛮高的。遇到Geetest提供的滑动验证码怎么破?授人予鱼不如授人予渔,接下来就为大家呈现本教程的精彩内容。

动态示意图:

源码可查看video_downloader,运行源码需要搭建Python3环境,并安装相应第三方依赖库:

编译好的软件下载连接:https://pan.baidu.com/s/1bqSTNJL 密码:p8bs

原理说明:个人网站:http://cuijiahua.com/blog/2018/03/spider-5.html

python movie_downloader.py

使用说明:

代码可以爬取整个《火影忍者》漫画所有章节的内容,保存到本地。更改地址,可以爬取其他漫画。保存地址可以在settings.py中修改。

可以自己慢慢丰富,蛮简单,有爬虫基础很好操作,没有原理说明。

原理说明:http://www.cuijiahua.com/blog/2017/11/spider_2_geetest.html

金沙官网线上 3

爬虫实战

动态示意图:

  • 网络小说下载(静态网站)-biqukan
  • 优美壁纸下载(动态网站)-unsplash
  • 爱奇艺VIP视频下载

使用方法:

金沙官网线上 4

pip3 install -r requirements.txt

13、geetest.py:GEETEST验证码破解

爬取的数据存入数据库会吗?《跟股神巴菲特学习炒股之财务报表入库(MySQL)》也许能给你一些思路。

-p 下载搜索结果前多少页

功能介绍:根据music_list.txt文件里的歌单的信息下载网易云音乐,将自己喜欢的音乐进行批量下载。

金沙官网线上 5

  • downloader.py:文件下载小助手

本文由金沙官网线上发布于编程,转载请注明出处:关于Python爬虫的18开源项目案例,知识点太全面了

您可能还会对下面的文章感兴趣: