抖音版ChatGPT - 豆包
使用地址：打开
读者福利 和 互联网副业 · 合集
好家伙，花了一个月时间，用Python写了个网易云！
23个Python爬虫开源项目代码：微信、淘宝、豆瓣、知乎、微博...
1、入门项目
1行Python代码下载图片：https://mp.weixin.qq.com/s/H9NVBxwo_po8WsqsIRJ7YQ
微博爬虫：https://mp.weixin.qq.com/s/z9ToYLZSbDxOOKgdxd2Kww
2、高级项目
- WechatSogou – 微信公众号爬虫
基于搜狗微信搜索的微信公众号爬虫接口，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。
github地址：
https://github.com/Chyroc/WechatSogou
- DouBanSpider – 豆瓣读书爬虫
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。
github地址：
https://github.com/lanbing510/DouBanSpider
- zhihu_spider – 知乎爬虫
此项目的功能是爬取知乎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
github地址：
https://github.com/LiuRoy/zhihu_spider
- 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B站用户数据报告。
github地址：
https://github.com/airingursb/bilibili-user
- SinaSpider – 新浪微博爬虫
主要爬取新浪微博用户的个人信息、微博信息、粉丝和关注。代码获取新浪微博Cookie进行登录，可通过多账号登录来防止新浪的反扒。主要使用 scrapy 爬虫框架。
github地址：
https://github.com/LiuXingMing/SinaSpider
- 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。
github地址：
https://github.com/gnemoug/distribute_crawler
- CnkiSpider – 中国知网爬虫。
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。
github地址：
https://github.com/yanzhou/CnkiSpider
- 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。
github地址：
https://github.com/lanbing510/LianJiaSpider
- scrapy_jingdong – 京东爬虫。
基于scrapy的京东网站爬虫，保存格式为csv。
github地址：
https://github.com/taizilongxu/scrapy_jingdong
- 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。
github地址：
https://github.com/caspartse/QQ-Groups-Spider
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。
https://github.com/hanc00l/wooyun_public
- spider – hao123网站爬虫。
以hao123为入口页面，滚动爬取外链，收集网址，并记录网址上的内链和外链数目，记录title等信息，windows7 32位上测试，目前每24个小时，可收集数据为10万左右
https://github.com/simapple/spider
- findtrip – 机票爬虫（去哪儿和携程网）。
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（去哪儿 + 携程）。
https://github.com/fankcoder/findtrip
- 163spider – 基于requests、MySQLdb、torndb的网易客户端内容爬虫
https://github.com/leyle/163spider
- doubanspiders – 豆瓣电影、书籍、小组、相册、东西等爬虫集
https://github.com/fanpei91/doubanspiders
- 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。
https://github.com/LiuXingMing/QQSpider
- baidu-music-spider – 百度mp3全站爬虫，使用redis支持断点续传。
https://github.com/Shu-Ji/baidu-music-spider
- tbcrawler – 淘宝和天猫的爬虫,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。
https://github.com/pakoo/tbcrawler
- 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。
https://github.com/benitoro/stockholm
- BaiduyunSpider - 百度云盘爬虫。
https://github.com/k1995/BaiduyunSpider
- Spider - 社交数据爬虫。支持微博,知乎,豆瓣。
https://github.com/Qutan/Spider
- proxy pool - Python爬虫代理IP池(proxy pool)。
https://github.com/jhao104/proxy_pool
- music-163 - 爬取网易云音乐所有歌曲的评论。
3分钟搭建一个数据可视化网站
👉 项目官网：https://www.python-office.com/ 👈
👉 本开源项目的交流群 👈
1、视频中提到的资源
1、腾讯云提供的网站托管服务：传送门
2、抽屉表白网页的源代码：传送门
3、 数据可视化的源代码：传送门
2、交流群 & 免费课程
wemedia-bili-1129
直播间：https://live.bilibili.com/26539414
账号节奏：
- 前期：爆款2、3w
- 中期：系列化内容
- 后期：ip塑造
封面：简洁、标题
拍摄：正面光
内容：
- 描述要具象、三连问
- 痛点陈述
- 钩子、普遍现象
- 前后端、35岁、985：清华程序员与某某
- IP：讲解风格、语言、面貌
- 服装、道具、场景
- 10、8个
数字化转型50讲
信通院院长：https://www.bilibili.com/video/BV1uq4y1a7r8
- 边缘计算、数字孪生、工业模型、低代码工具
- 行业间：技术赋能、转型探索 - 宝钢通过宝信输出能力
- 工业互联网是数字化转型的手段，服务于智能制造
- 复杂度低→高：专家系统、传统机器学习、知识图谱（BI）、深度学习
- 一体化、龙头叠加、通用+生态
- 已有的消费互联网到工业互联网融合
人大商学院：https://www.bilibili.com/video/BV133411H71h
- 数字技术重构业务、组织、运营
阿里研究院：数字化能买来吗？https://www.bilibili.com/video/BV1BF411W7W7
- 数字化：数据有无；网络化：数据流动；智能化：自动流动。
- 普惠、个性、低成本
《传统制造业如何进行数字化转型》 尹正 https://www.bilibili.com/video/BV1oT4y1U71z
- it\ct\ot:互联网、通信、运营
- iot：物理层面、数据采集、数据分析
- 汉威：先医后药、先软后硬、小步快跑
402页PDF：《Python数据处理》
1、402页PDF：《Python数据处理》 - 电子书
云盘下载（永久有效）
Python自动化办公 视频 教程：https://www.bilibili.com/video/BV1pT4y1k7FH
🚸 免费Python学习交流群👉 进群 👈
最受欢迎的11个Python开发软件
1、安装包 - 下载地址
11个软件，都打包好了
其中，PyCharm的⭐破解教程：https://mp.weixin.qq.com/s/CHT8a7UNxEg7mn7LEMl8fA
不破解的话，一年收费1800元。白嫖它不香吗？
2、交流群 & 学习资料
缺失模块。
1、请确保node版本大于6.2
2、在博客根目录（注意不是yilia根目录）执行以下命令：
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置：
jsonContent:
meta: false
pages: false
posts:
title: true
date: true
path: true
text: false
raw: false
content: false
slug: false
updated: false
comments: false
link: false
permalink: false
excerpt: false
categories: false
tags: true
编程博主，全网粉丝30w+，开源项目：python-office，我的微信：CoderWanFeng