这个用Python写的开源爬虫网站 让你秒搜所有豆瓣好书

开发 前端
最近猿哥在GitHub上发现了一个网站,是中国科学院自动化研究所的一大神(lanbing510)用Python写的一个爬虫,他在16年的时候就爬下了豆瓣所有的读书数据并做了个WebApp接口方来挖掘查找和阅读好书。怪我知道的太晚

程序员在提升自己的道路,大多还是会选择阅读编程书籍这一途径,但找到一本好书就没那么容易了。

通过查看各大销售网站的销量数据和评价,以及豆瓣评分和评价人数,可以帮助我们更快的挖掘出经典的计算机书籍,还有那些被人们忽视的好书。

最近猿哥在GitHub上发现了一个网站,是中国科学院自动化研究所的一大神(lanbing510)用Python写的一个爬虫,他在16年的时候就爬下了豆瓣所有的读书数据并做了个WebApp接口方来挖掘查找和阅读好书。怪我知道的太晚

[[265862]]

后来lanbing510再次爬了一遍豆瓣读书的数据,总共更新了3232088本图书信息,共2138386KB,并将其开源

为什么说它很好用呢?猿哥演示一遍你就知道了:

这个用Python写的开源爬虫网站 让你秒搜所有豆瓣好书

可以看出这网站的界面非常简洁,没有花里花哨的内容,只有干货,你可以直接通过关键字、分数、和评价人数这三个选项进行搜索,比如我们可以搜索关键字:编程;分数:9.0;评价人数:100人以上

查找结果的显示方式有按照分数排序和人数排序两种,按照分数排序的截图如下:

这个用Python写的开源爬虫网站 让你秒搜所有豆瓣好书

按照评价人数排序的截图如下:

这个用Python写的开源爬虫网站 让你秒搜所有豆瓣好书

除了以上演示的操作,这个网站并实现了以下功能:

  • 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

也就是说你不仅可以在网站上搜索,还能通过下载各类目下的Excel书单文件,直接在Excel中搜索

这个用Python写的开源爬虫网站 让你秒搜所有豆瓣好书

效果截图如下:

这个用Python写的开源爬虫网站 让你秒搜所有豆瓣好书

附上网站地址:http://sobook.lanbing510.info

GitHub地址:https://github.com/lanbing510/DouBanSpider

 

责任编辑:未丽燕 来源: 程序员书库
相关推荐

2021-04-19 16:15:35

开源开源工具

2019-10-15 15:19:59

Python爬虫low

2021-11-07 14:31:52

PythonWeb页面

2022-10-11 16:57:29

开源工具开源

2021-06-07 17:46:31

Python 3.8Python编程语言

2015-12-03 09:59:00

网站构建分析

2020-04-03 14:55:39

Python 代码编程

2016-01-13 11:39:52

CSS边框网站

2024-04-07 10:21:48

2015-08-19 09:58:19

热搜优缺点

2021-03-28 16:55:11

Python工具链代码

2011-01-13 14:38:00

JavascriptCSSWeb

2010-05-11 11:00:44

遗传算法宋词

2021-04-21 10:27:17

JavaScript代码项目

2020-06-10 10:02:16

数据泄露安全旧手机

2020-03-26 14:39:03

AI 数据人工智能

2018-03-20 14:40:58

Python爬虫豆瓣影评

2015-07-09 15:08:08

2021-03-29 10:37:35

开源技术 开发

2020-11-18 13:54:27

IDEAJava开发
点赞
收藏

51CTO技术栈公众号