写在前面
你想成为Python爬虫的高手么？你想爬取你想要的高质量数据么？
那么你得需要进行爬虫项目的演练，那样你才有可能在Python爬虫的道路上走的更远
小编在这里精心总结了20个爬虫项目的演练，是目前爬虫高手一直专注的领域。小编将为大家提供这些项目的源码供大家参考练习！！致敬奋斗的你！！

需要项目源码的小伙伴关注、转发文章，私信小编“007”即可获取这些项目的源码需要项目源码的小伙伴关注、转发文章，私信小编“007”即可获取这些项目的源码需要项目源码的小伙伴关注、转发文章，私信小编“007”即可获取这些项目的源码
项目名称及介绍注意：因为名称涉及太多互联网电商平台的大佬，所以企业关键字小编用拼写代替
1、【WechatSogou】- weixin公众号爬虫。基于weixin搜索的weixin公众号爬虫接口，可以扩展成基于搜狗搜索的爬虫，返回结果是列表，每一项均是公众号具体信息字典。
2、【DouBanSpider】- douban读书爬虫。可以爬下豆瓣读书标签下的所有图书，按评分排名依次存储，存储到Excel中，可方便大家筛选搜罗，比如筛选评价人数>1000的高分书籍；可依据不同的主题存储到Excel不同的Sheet ，采用User Agent伪装为浏览器进行爬取，并加入随机延时来更好的模仿浏览器行为，避免爬虫被封。
3、【zhihu_spider】- zhihu爬虫。此项目的功能是爬取zhihu用户信息以及人际拓扑关系，爬虫框架使用scrapy，数据存储使用mongo
4、【bilibili-user】- Bilibili用户爬虫。总数据数：20119918，抓取字段：用户id，昵称，性别，头像，等级，经验值，粉丝数，生日，地址，注册时间，签名，等级与经验值等。抓取之后生成13站用户数据报告。
5、【SinaSpider】- xinlang微博爬虫。主要爬取xinlang微博用户的个人信息、微博信息、粉丝和关注。代码获取xinlang微博Cookie进行登录，可通过多账号登录来防止xinlang的反扒。主要使用 scrapy 爬虫框架。
6、【distribute_crawler】- 小说下载分布式爬虫。使用scrapy,Redis, MongoDB,graphite实现的一个分布式网络爬虫,底层存储mongodb集群,分布式使用redis实现,爬虫状态显示使用graphite实现，主要针对一个小说站点。
7、【CnkiSpider】- 知网爬虫。设置检索条件后，执行src/CnkiSpider.py抓取数据，抓取数据存储在/data目录下，每个数据文件的第一行为字段名称。
8、【LianJiaSpider】- 链家网爬虫。爬取北京地区链家历年二手房成交记录。涵盖链家爬虫一文的全部代码，包括链家模拟登录代码。
9、【scrapy_jingdong】-jingdong爬虫。基于scrapy的京东网站爬虫，保存格式为csv。
10、【QQ-Groups-Spider】- QQ 群爬虫。批量抓取 QQ 群信息，包括群名称、群号、群人数、群主、群简介等内容，最终生成 XLS(X) / CSV 结果文件。
11、【wooyun_public】-乌云爬虫。 乌云公开漏洞、知识库爬虫和搜索。全部公开漏洞的列表和每个漏洞的文本内容存在mongodb中，大概约2G内容；如果整站爬全部文本和图片作为离线查询，大概需要10G空间、2小时（10M电信带宽）；爬取全部知识库，总共约500M空间。漏洞搜索使用了Flask作为web server，bootstrap作为前端。
12、【QunarSpider】- 去哪儿网爬虫。 网络爬虫之Selenium使用代理登陆：爬取去哪儿网站，使用selenium模拟浏览器登陆，获取翻页操作。代理可以存入一个文件，程序读取并使用。支持多进程抓取。
13、【findtrip】- 机票爬虫（qunaer+xiecheng网）。Findtrip是一个基于Scrapy的机票爬虫，目前整合了国内两大机票网站（qunaer+xiecheng网）。
14、【163spider】 - 基于requests、MySQLdb、torndb的网易客户端内容爬虫
15、【doubanspiders】- douban电影、书籍、小组、相册、东西等爬虫集
16、【QQSpider】- QQ空间爬虫，包括日志、说说、个人信息等，一天可抓取 400 万条数据。
17、【baidu-music-spider】- baidu_mp3全站爬虫，使用redis支持断点续传。
18、【tbcrawler】- taobao的爬虫,可以根据搜索关键词,物品id来抓去页面的信息，数据存储在mongodb。
19、【stockholm】- 一个股票数据（沪深）爬虫和选股策略测试框架。根据选定的日期范围抓取所有沪深两市股票的行情数据。支持使用表达式定义选股策略。支持多线程处理。保存数据到JSON文件、CSV文件。
20、【BaiduyunSpider】-baiduyun盘爬虫。特别提醒：大家也不要随随便便多线程爬取网页数据，因为会造成服务器的崩溃。还有虽然爬虫这个技术无罪，但是劝告大家不要用于商业用途、以及侵犯个人隐私，做项目练练手可以，别被关进小黑屋了，切记！！
写在最后
小伙伴们，看了这篇文章还有为了不会爬虫慌张么？不要着急
最后！只要你转发文章+私信小编（学习）即可获得一套2020年最新的Python学习七大阶段路线和400集python学习教程！

阶段一：Python基础知识和高级特性

1、Python语法基础
2、Python字符串解析
3、Python时间和日历
4、Python文件操作
5、Python面向对象
6、并发编程
7、函数式编程
8、正则表达式
9、设计模式
10、排序算法
11、异常
12、模块

阶段二：Linux基础

1、shell操作
2、系统管理
3、常用Linux命令
4、常见Linux系统
5、HDFS搭建

阶段三：数据库原理和sql优化

1、Linux下MySQL数据库
2、数据库设计和SQL标准
3、Python数据库操作的库
4、Linux下MongoDB非关系型数据库
5、SQL优化和数据库优化
6、ORM对象关系映射基本思想

阶段四：前端web开发

1、Html
2、CSS
3、PC端页面开发实战流程
4、Bootstrap
5、html5和css3
6、JQuery

阶段五：Python Web后端开发

1、Django 框架开发
2、Nginx配置和uWSGI部署
3、RESTful接口开发
4、Flask框架开发
5、电商平台项目
6、BBS论坛系统

阶段六：爬虫和数据分析

1、第一个Python网络爬虫
2、专业HTTP分析工具Fiddler的使用
3、实际爬虫Python编码问题
4、urllib2 的使用TesseractOCR语言模型爬取使用带验证码登录的网站
5、Beautiful Soup
6、XPath & CSS选择器
7、PhantomJS
8、SeleniumWebdriver
9、Scrapy大型框架使用代理服务器爬取
10、Scrapy分布式集群多代理爬虫Redis
11、分布式集群Redis MongoDB在爬虫里的应用
12、数据分析工具与模块

阶段七：Python人工智能

1、机器学习
3、深度学习

获取方式：请大家转发本文+关注并私信小编：“学习”，即可获取。