爬虫爬取有哪些网站

‘壹’ 有哪些网站用爬虫爬取能得到很有价值的数据

看您自己需要什么信息啊，像某宝上的宝贝信息，58等门户网站上的各分类信息，都是很有价值的；某宝上的楚江数据就是做网站APP数据采集，爬虫定制，各类网站都能爬到有价值数据。

‘贰’ Scrapy爬虫爬取B站视频标题及链接

研究了一下午，刚刚成功爬出了B站的视频数据以及超链接（虽然方法很笨）。但是还是非常有意思的，这里记录一下过程

程序用的scrapy，安装方法详见 https://www.jianshu.com/p/d2c8b1496949 ， 这里可以直接用的CMD创建scrapy项目，只需要输入 scrapy startproject 项目名 即可，会在当前目录下创建一个新文件夹，cd到该文件夹下后，输入scrapy genspider 爬虫名 目标网址来创建你的爬虫文件(如: scrapy genspider sample https://www.bilibili.com/v/douga )

创建爬虫成功后就可以编辑了，打开的爬虫文件（此处为sample.py）可以看到

接下来要定义parse()函数，要用到Xpath选择器来提取网页内标签内容，这里用到Xpath helper可以提高效率 https://blog.csdn.net/xiao_IT_learn/article/details/100977653 (要打开chrome的开发者模式)，或者手动F12筛选元素也可以。
以动画分区顶端推荐视频为例，在页面元素中可以看到它属于

那么只要把这两个标签属性提取出来就可以了,回到爬虫文件，在parse()函数下输入

提取元素路径的过程就不写了，很繁琐（反正我搞得很麻烦）,多用.extract()查看当前提取的路径。

可以写到本地，也可以直接在CMD中打印出来。这里我把结果保存到名为 ‘B站结果’ 的txt文档(默认保存在项目文件夹中):

这里只用到一次循环，因为标题和超链接的数量是固定的。
.extract()用于切片（脱壳）从一个对象(此处的DanceTitle,DanceURL)中得到list

在CMD中输入

运行爬虫

这里把目标链接换成任意一个分区都没问题，如
https://www.bilibili.com/v/digital （数码区）
https://www.bilibili.com/v/music （音乐区）

虽然方法很笨但是最后运行成功的时候还是很开心的，以后也会继续研究爬虫，笨方法终究是不可取的。

‘叁’ 网络爬虫软件都有哪些比较知名的

这里简单介绍3个比较实用的爬虫软件，分别是火车头、八爪鱼和后羿，对于网络大部分数据来说，都可以轻松爬取，而且不需要编写一行代码，感兴趣的朋友可以尝试一下：

这是Windows系统下一个非常不错的网络爬虫软件，个人使用完全免费，集成了数据的抓取、处理、分析和挖掘全过程，可以灵活抓取网页上散乱的数据，并通过一系列的分析处理，准确挖掘出所需信息，下面我简单介绍一下这个软件：

1.首先，安装火车头采集器，这个直接在官网上下载就行，如下，安装包也就30M左右，一个exe文件，直接双击安装：

2.安装完成后，打开这个软件，主界面如下，接着我们就可以直接新建任务，设计采集规则，爬取网络数据了，官方自带有详细教程（帮助手册），可供初学者学习使用，非常方便：

这也是Windows平台下一个非常不错的爬虫软件，个人使用完全免费，内置了大量采集模板，可以轻松采集京东、天猫、大众点评等热门网站，而且不需编写一行代码，下面我简单介绍一下这个软件：

1.首先，安装八爪鱼采集器，这个也直接到官网上下载就行，如下，一个exe安装包，直接双击安装就行：

2.安装完成后，打开这个软件，主界面如下，接着我们就可以直接定义采集方式，新建采集任务，爬取网页数据了，官网也带有入门文档和教程，非常适合初学者学习：

这是一个免费、跨平台的网络爬虫软件，个人版完全免费，基于人工智能技术，可以智能识别并提取出网页内容（包括列表、表格等），支持自动翻页和文件导出功能，使用起来非常方便，下面我简单介绍一下这个软件：

1.首先，安装后羿采集器，这个也直接到官网上下载就行，如下，各个平台的版本都有，选择适合自己平台的版本即可：

2.安装完成后，打开这个软件，主界面如下，这里我们直接输入需要采集的网页地址，软件就会自动识别并抓取网页信息，非常智能：

目前，就分享这3个不错的网络爬虫软件吧，对于日常爬取网页数据来说，完全够用了，当然，还有许多其他爬虫软件，像造数等，也都非常不错，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。

国内比较出名的爬虫软件，一个是八爪鱼，一个是火车头。他们都提供图形界面的操作，都有自己的采集规则市场。你可以买一些采集规则，然后自己抓取数据，当然你也可以直接买别人采集好的数据。

国外的比较出名的采集软件有diffbot和import.io这两个都可以称之为神器。都是输入网址，提供可视化图形操作界面。给定采集字段，就可以预览采集的结果。可以说非常方便，导出格式也很多，可以excel，也可以是数据库。

‘肆’ 好用的爬虫抓取软件有哪些

可以用八爪鱼采集器。

网络爬虫（又称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。

随着网络的迅速发展，万维网成为大量信息的载体，如何有效地提取并利用这些信息成为一个巨大的挑战。搜索引擎（Search Engine），例如传统的通用搜索引擎AltaVista，Yahoo!和Google等，作为一个辅助人们检索信息的工具成为用户访问万维网的入口和指南。但是，这些通用性搜索引擎也存在着一定的局限性，如：

（1）不同领域、不同背景的用户往往具有不同的检索目的和需求，通过搜索引擎所返回的结果包含大量用户不关心的网页。

（2）通用搜索引擎的目标是尽可能大的网络覆盖率，有限的搜索引擎服务器资源与无限的网络数据资源之间的矛盾将进一步加深。

（3）万维网数据形式的丰富和网络技术的不断发展，图片、数据库、音频、视频多媒体等不同数据大量出现，通用搜索引擎往往对这些信息含量密集且具有一定结构的数据无能为力，不能很好地发现和获取。

（4）通用搜索引擎大多提供基于关键字的检索，难以支持根据语义信息提出的查询。

‘伍’ Python爬虫可以爬取什么

Python爬虫可以爬取的东西有很多，Python爬虫怎么学？简单的分析下：

如果你仔细观察，就不难发现，懂爬虫、学习爬虫的人越来越多，一方面，互联网可以获取的数据越来越多，另一方面，像 Python这样的编程语言提供越来越多的优秀工具，让爬虫变得简单、容易上手。

利用爬虫我们可以获取大量的价值数据，从而获得感性认识中不能得到的信息，比如：

知乎：爬取优质答案，为你筛选出各话题下最优质的内容。

淘宝、京东：抓取商品、评论及销量数据，对各种商品及用户的消费场景进行分析。

安居客、链家：抓取房产买卖及租售信息，分析房价变化趋势、做不同区域的房价分析。

拉勾网、智联：爬取各类职位信息，分析各行业人才需求情况及薪资水平。

雪球网：抓取雪球高回报用户的行为，对股票市场进行分析和预测。

爬虫是入门Python最好的方式，没有之一。Python有很多应用的方向，比如后台开发、web开发、科学计算等等，但爬虫对于初学者而言更友好，原理简单，几行代码就能实现基本的爬虫，学习的过程更加平滑，你能体会更大的成就感。

掌握基本的爬虫后，你再去学习Python数据分析、web开发甚至机器学习，都会更得心应手。因为这个过程中，Python基本语法、库的使用，以及如何查找文档你都非常熟悉了。

对于小白来说，爬虫可能是一件非常复杂、技术门槛很高的事情。比如有人认为学爬虫必须精通 Python，然后哼哧哼哧系统学习 Python 的每个知识点，很久之后发现仍然爬不了数据；有的人则认为先要掌握网页的知识，遂开始 HTMLCSS，结果入了前端的坑，瘁……

但掌握正确的方法，在短时间内做到能够爬取主流网站的数据，其实非常容易实现，但建议你从一开始就要有一个具体的目标。

在目标的驱动下，你的学习才会更加精准和高效。那些所有你认为必须的前置知识，都是可以在完成目标的过程中学到的。这里给你一条平滑的、零基础快速入门的学习路径。

1.学习 Python 包并实现基本的爬虫过程

2.了解非结构化数据的存储

3.学习scrapy，搭建工程化爬虫

4.学习数据库知识，应对大规模数据存储与提取

5.掌握各种技巧，应对特殊网站的反爬措施

6.分布式爬虫，实现大规模并发采集，提升效率

一

学习 Python 包并实现基本的爬虫过程

大部分爬虫都是按“发送请求——获得页面——解析页面——抽取并储存内容”这样的流程来进行，这其实也是模拟了我们使用浏览器获取网页信息的过程。

Python中爬虫相关的包很多：urllib、requests、bs4、scrapy、pyspider 等，建议从requests+Xpath 开始，requests 负责连接网站，返回网页，Xpath 用于解析网页，便于抽取数据。

如果你用过 BeautifulSoup，会发现 Xpath 要省事不少，一层一层检查元素代码的工作，全都省略了。这样下来基本套路都差不多，一般的静态网站根本不在话下，豆瓣、糗事网络、腾讯新闻等基本上都可以上手了。

当然如果你需要爬取异步加载的网站，可以学习浏览器抓包分析真实请求或者学习Selenium来实现自动化，这样，知乎、时光网、猫途鹰这些动态的网站也可以迎刃而解。

二

了解非结构化数据的存储

爬回来的数据可以直接用文档形式存在本地，也可以存入数据库中。

开始数据量不大的时候，你可以直接通过 Python 的语法或 pandas 的方法将数据存为csv这样的文件。

当然你可能发现爬回来的数据并不是干净的，可能会有缺失、错误等等，你还需要对数据进行清洗，可以学习 pandas 包的基本用法来做数据的预处理，得到更干净的数据。

三

学习 scrapy，搭建工程化的爬虫

掌握前面的技术一般量级的数据和代码基本没有问题了，但是在遇到非常复杂的情况，可能仍然会力不从心，这个时候，强大的 scrapy 框架就非常有用了。

scrapy 是一个功能非常强大的爬虫框架，它不仅能便捷地构建request，还有强大的 selector 能够方便地解析 response，然而它最让人惊喜的还是它超高的性能，让你可以将爬虫工程化、模块化。

学会 scrapy，你可以自己去搭建一些爬虫框架，你就基本具备爬虫工程师的思维了。

四

学习数据库基础，应对大规模数据存储

爬回来的数据量小的时候，你可以用文档的形式来存储，一旦数据量大了，这就有点行不通了。所以掌握一种数据库是必须的，学习目前比较主流的 MongoDB 就OK。

MongoDB 可以方便你去存储一些非结构化的数据，比如各种评论的文本，图片的链接等等。你也可以利用PyMongo，更方便地在Python中操作MongoDB。

因为这里要用到的数据库知识其实非常简单，主要是数据如何入库、如何进行提取，在需要的时候再学习就行。

五

掌握各种技巧，应对特殊网站的反爬措施

当然，爬虫过程中也会经历一些绝望啊，比如被网站封IP、比如各种奇怪的验证码、userAgent访问限制、各种动态加载等等。

遇到这些反爬虫的手段，当然还需要一些高级的技巧来应对，常规的比如访问频率控制、使用代理IP池、抓包、验证码的OCR处理等等。

往往网站在高效开发和反爬虫之间会偏向前者，这也为爬虫提供了空间，掌握这些应对反爬虫的技巧，绝大部分的网站已经难不到你了.

六

分布式爬虫，实现大规模并发采集

爬取基本数据已经不是问题了，你的瓶颈会集中到爬取海量数据的效率。这个时候，相信你会很自然地接触到一个很厉害的名字：分布式爬虫。

分布式这个东西，听起来很恐怖，但其实就是利用多线程的原理让多个爬虫同时工作，需要你掌握 Scrapy + MongoDB + Redis 这三种工具。

Scrapy 前面我们说过了，用于做基本的页面爬取，MongoDB 用于存储爬取的数据，Redis 则用来存储要爬取的网页队列，也就是任务队列。

所以有些东西看起来很吓人，但其实分解开来，也不过如此。当你能够写分布式的爬虫的时候，那么你可以去尝试打造一些基本的爬虫架构了，实现一些更加自动化的数据获取。

你看，这一条学习路径下来，你已然可以成为老司机了，非常的顺畅。所以在一开始的时候，尽量不要系统地去啃一些东西，找一个实际的项目（开始可以从豆瓣、小猪这种简单的入手），直接开始就好。

因为爬虫这种技术，既不需要你系统地精通一门语言，也不需要多么高深的数据库技术，高效的姿势就是从实际的项目中去学习这些零散的知识点，你能保证每次学到的都是最需要的那部分。

当然唯一麻烦的是，在具体的问题中，如何找到具体需要的那部分学习资源、如何筛选和甄别，是很多初学者面临的一个大问题。

以上就是我的回答，希望对你有所帮助，望采纳。

‘陆’ 有哪些网站用爬虫爬取能得到很有价值的数据

一般有一下几种
一些常用的方法
IP代理
对于IP代理,各个语言的Native
Request
API都提供的IP代理响应的API,
需要解决的主要就是IP源的问题了.
网络上有廉价的代理IP(1元4000个左右),
我做过简单的测试,
100个IP中,
平均可用的在40-60左右,
访问延迟均在200以上.
网络有高质量的代理IP出售,
前提是你有渠道.
因为使用IP代理后,
延迟加大,
失败率提高,
所以可以将爬虫框架中将请求设计为异步,
将请求任务加入请求队列(RabbitMQ,Kafka,Redis),
调用成功后再进行回调处理,
失败则重新加入队列.
每次请求都从IP池中取IP,
如果请求失败则从IP池中删除该失效的IP.
Cookies
有一些网站是基于cookies做反爬虫,
这个基本上就是如
@朱添一
所说的,
维护一套Cookies池
注意研究下目标网站的cookies过期事件,
可以模拟浏览器,
定时生成cookies
限速访问
像开多线程,循环无休眠的的暴力爬取数据,
那真是分分钟被封IP的事,
限速访问实现起来也挺简单(用任务队列实现),
效率问题也不用担心,
一般结合IP代理已经可以很快地实现爬去目标内容.
一些坑
大批量爬取目标网站的内容后,
难免碰到红线触发对方的反爬虫机制.
所以适当的告警提示爬虫失效是很有必有的.
一般被反爬虫后,
请求返回的HttpCode为403的失败页面,
有些网站还会返回输入验证码(如豆瓣),
所以检测到403调用失败,
就发送报警,
可以结合一些监控框架,
如Metrics等,
设置短时间内,
告警到达一定阀值后,
给你发邮件,短信等.
当然,
单纯的检测403错误并不能解决所有情况.
有一些网站比较奇葩,
反爬虫后返回的页面仍然是200的(如去哪儿),
这时候往往爬虫任务会进入解析阶段,
解析失败是必然的.
应对这些办法,
也只能在解析失败的时候,
发送报警,
当告警短时间到达一定阀值,
再触发通知事件.
当然这个解决部分并不完美,
因为有时候,
因为网站结构改变,
而导致解析失败,
同样回触发告警.
而你并不能很简单地区分,
告警是由于哪个原因引起的.

‘柒’ 用python爬虫爬取网站小说

最近在看电子书，但是网页上面的广告特别烦人，于是想做个程序将小说内容获取下来观看。
小说网站: https://www.bio.cc/

‘捌’ 一个网站除了百度以外爬虫其爬虫是那哪些呀

一搜蜘蛛，搜狗蜘蛛，AhrefsAhrefs蜘蛛，谷歌蜘蛛，360蜘蛛，网络，微软bing，雅虎蜘蛛
答案满意采纳下呗，顺便点个赞～谢啦

‘玖’ python爬虫可以爬哪些网站

理论上可以爬任何网站。

但是爬取内容时一定要慎重，有些底线不能触碰，否则很有可能真的爬进去！

‘拾’ 有哪些网站用爬虫爬取能得到很有价值的数据

既然要转数据分析方向，那就去爬各大招聘网站的数据分析岗阿。然后进行数据清洗，语义处理，进而得到数据分析岗的用工趋势，地域分布，薪酬水平，主要要求的技能点。然后写个分析文章发布，名利双收，说不定就有企业主动就来找你了。数据量最大的爬虫，快四百万条数据了。计划是开发一个APP排名，跟踪和查询的application。后面还想做更加细致的跟踪，比如说排名发生变化的时候，下载量有什么变化，评论量有什么变化，如此等等。这才能勉强算是有点用的爬虫，而不仅仅是简单的download数据。领域知识，就是你对要分析的问题的领域的熟悉程度；数据挖掘、分析算法的了解程度，对于常用的分类、聚类、回归、关联等算法了解一些把；还有一些统计的方法。