爬虫新手求助

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2316 天前的主题，其中的信息可能已经有所发展或是发生改变。

想要爬一些网站练手，纸上谈兵太无聊了。
求可爬网站(反爬策略对新手友好的那种)

新手

纸上谈兵

爬

网站

28 条回复 • 2018-07-29 19:56:42 +08:00

ml1344677

2018-07-26 11:32:27 +08:00

反爬策略仅限于验证码的网站：安居客（拿下某地所有房源数据）
封禁 IP 的网站：房天下（拿下某地所有房源数据）
不封禁 IP 但是传给你错误数据的网站：高德地图（点击某个 POI 点出现某地块轮廓，要求大量爬取轮廓）
通过翻页方式和异步加载限制爬虫的网站：豆瓣（个人认为主要考察爬取策略）

dbow

2018-07-26 11:34:24 +08:00

亚马逊试试？

OpenJerry

2018-07-26 13:22:44 +08:00 via Android

还在上学的话可以试试爬学校教务，做个教务的命令行客户端，或者自动抢课之类的

XxxxD

2018-07-26 13:43:33 +08:00

目前遇到的挺多都还挺友好的，试试盗版小说网站和图片网站

tt67wq

2018-07-26 14:04:11 +08:00

http://www.meizitu.com/

wzwwzw

2018-07-26 15:53:42 +08:00

淘宝，京东，各大电商网站。

LeungV2

2018-07-26 15:57:16 +08:00

PY 爬虫吗？好像挺好玩的

zdnyp

2018-07-26 15:58:54 +08:00

看兴趣呀，比如喜欢玩 LOL 的，把各个英雄的出场率、胜率啥的都抓来，喜欢音乐的就爬音乐站，喜欢电影的爬电影站...
实在没啥兴趣，搞爬虫干啥...

unforgiven

2018-07-26 16:46:30 +08:00

如果你是新手只是练练手的话最好的实验对象是色情小网站

alen

2018-07-26 16:55:41 +08:00

Lwf1995

2018-07-26 17:58:35 +08:00 via Android

@unforgiven 同意，我试过。哇咔咔。

Lwf1995

2018-07-26 17:59:24 +08:00 via Android

@Lwf1995 哎，已经是老油条了，这种事情都不感觉到不好意思了。想当年我还是个看见妹子就脸红的小男生

yykrlc

2018-07-26 18:13:58 +08:00

搜狗.微信欢迎你。XX 小网站一般需要翻墙爬比较快...

nciyuan

2018-07-26 19:51:28 +08:00 via Android

感觉之前 wget -m 就把 Apache Httpd 整站爬下来了.........是不是我有错片场了？

0x5f

2018-07-26 20:19:21 +08:00

爬电影站小电影站只要爬的慢一点不会反爬

Leigg

2018-07-26 20:27:46 +08:00 via iPhone

www.bigcilin.com ，旅途愉快

dd99iii

2018-07-26 20:58:24 +08:00

按兴趣

easylee

2018-07-26 21:12:32 +08:00

开着梯子干 91 啊，绝对好爬，兄弟爬到了记得发我一份哈。

tuding

2018-07-26 21:43:10 +08:00

这车开得猝不及防

Linxing

2018-07-27 00:31:33 +08:00

今日头条爬一波吧

ithou

2018-07-27 01:59:21 +08:00 via Android

教务系统吧。期末考试过后成绩还没出完，所以我前几天做了一个爬虫，实时推送教务成绩到邮箱。链接就不给了，因为每个学校不一样。

JCZ2MkKb5S8ZX9pq

2018-07-27 02:28:57 +08:00

之前看过几个慈善筹款网站，可以看看资金流量、存量和发起人频度等等的，能有所发现。

zhangpeter

2018-07-27 07:18:22 +08:00

你可以看一下我的 Python 爬虫项目集合：
https://github.com/zhang0peter/spider

MES

2018-07-27 09:17:00 +08:00

爬虫，跟着做
https://segmentfault.com/a/1190000015781583

yukun666

2018-07-27 09:21:20 +08:00

https://yukunweb.com/tag/%E7%88%AC%E8%99%AB/ QAQ~

zstone123

2018-07-27 10:48:24 +08:00

@wzwwzw 好像这几个对新手都不太友好

wzwwzw

2018-07-27 15:32:18 +08:00

@zstone123 京东还是好点

sxd96

2018-07-29 19:56:42 +08:00

学校教务处成绩啊课表啊抢课啊，是不错的，入门这个挺好，还可以给同学用，有成就感。