码迷,mamicode.com
首页 > 编程语言 > 详细

Python开发爬虫常用库

时间:2017-04-25 22:27:01      阅读:179      评论:0      收藏:0      [点我收藏+]

标签:.net   https   hub   html   target   selenium   lib   ted   urllib2   

urllib 
urllib2 
Beautiful Soup 
http://www.crummy.com/software/BeautifulSoup/ 
lxml 
http://lxml.de 
HTQL 
http://htql.net/ 
Scrapy 
http://scrapy.org/ 
Mechanize 
http://wwwsearch.sourceforge.net/mechanize/ 
PyQuery 
http://pythonhosted.org/pyquery/index.html 
requests 
http://docs.python-requests.org/en/latest/ 
selenium 
http://selenium-python.readthedocs.org/en/latest/ 

补上 
httplib 
httplib2 
再补充一个 
Ghost.py 
https://github.com/jeanphix/Ghost.py 

再加上一个多线程或多进程+队列 
代理访问。

Python开发爬虫常用库

标签:.net   https   hub   html   target   selenium   lib   ted   urllib2   

原文地址:http://www.cnblogs.com/yu9347/p/6764399.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!