微信sogou [1] -微信公众号爬虫。 基于Sogouwechat搜索的wechatpublic-commerchange爬虫界面可以扩展到基于Sogou搜索的爬虫，结果是列表，分别是公众号的具体信息词典。
DouBanSpider[2]-豆瓣阅读爬行动物。 爬豆瓣阅读标签下的所有书，按评分排名顺序保存，可以保存在Excel中，大家可以搜索，比如筛选评分人数为1000的高分书； 可以将每个主题存储在Excel的不同shell中，使用用户代理伪装成浏览器进行滚动，或者添加随机延迟以更好地模仿浏览器的行为，从而防止爬行器被困。
智虎_ Spider [3] -了解爬行动物。 这个项目的功能是了解用户信息和人的拓扑关系，爬行器框架使用scrapy，数据存储使用mongo
bilibili-user[4]- Bilibili用户爬行动物。 总数据数： 20119918，图表字段：用户id、昵称、性别、头像、级别、经验值、粉丝数、生日、地址、注册时间、签名、级别和经验值等。 然后生成Web站的用户数据报告。
SinaSpider[5]-新浪微博爬虫。 主要关注新浪微博用户的个人信息、微博信息、粉丝、关注。 代码可以获取新浪微博Cookie登录，通过多个账号登录，防止新浪反扒。 主要使用scrapy爬行器框架。
distribute_crawler[6]-小说下载分布式爬行动物。 使用scrapy、redis、mongodb、graphite实现的分布式网络爬虫、底层存储mongodb集群、分布式redis实现，爬虫的状态显示使用graphite实现，主要是小说网站
CnkiSpider[7]-中国知网爬行动物。 设置搜索条件后，运行src/CnkiSpider.py以捕获数据并将其保存在/data目录下。 这是每个数据文件的第一个行为字段名称。
连佳spider [8] -林克曼网爬行动物。 创北京地区链家多年二手房成交记录。 涵盖链接家爬虫一文的所有代码，包括链接家的伪登录代码。
scrapy_jingdong[9]-京东爬行动物。 基于scrapy的京东网站爬虫，保存形式为csv。
QQ-Groups-Spider[10]- QQ群爬行动物。 批量获取QQ组信息，包括组名、组号、组人数、单身苗条、组配置文件等，最终生成xls(x )/CSV结果文件。
wooyun_public[11]-乌云爬行动物。 向乌云公开漏洞、基于知识的爬虫和搜索。 所有公共漏洞列表和每个漏洞的文本内容都存在于mongodb中，在约2G的内容即整个车站将所有文本和图像作为离线查询进行攀登时，约10G的空间、2小时(10M的通信带宽)； 全部拿下知识库，共有约500M的空间。 漏洞搜索使用了Flask作为web服务器，使用了bootstrap作为前端。
QunarSpider[12]-去哪里网络爬虫。 网络爬虫Selenium使用代理登录。 访问哪个网站，使用Selenium模拟浏览器登录，获取翻页操作。 代理保存在一个文件中，程序可以读取使用。 支持多进程捕获。
findtrip[13]-机票爬行动物(去哪里，薄片爬行网)。 Findtrip是一种基于Scrapy的机票爬虫，目前集成了国内两大机票网站(去往何处)。
163 spider [ 14 ] -基于requests、MySQLdb和torndb的互联网客户端内容爬虫
doubanspiders[15]-豆瓣电影、书籍、团体、专辑、物品等爬行类集
QQSpider[16]- QQ空间爬虫每天可捕获400万条数据，包括日志、讲话、个人信息等。
style="margin-top:20px;margin-bottom:20px;">baidu-music-spider [17]- 百度mp3全站爬虫，使用redis支持断点续传。tbcrawler [18]- 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。
stockholm [19]- 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。
BaiduyunSpider[20]-百度云盘爬虫。
[1]: GitHub - Chyroc/WechatSogou: 基于搜狗微信搜索的微信公众号爬虫接口
[2]: GitHub - lanbing510/DouBanSpider: 豆瓣读书的爬虫
[3]: GitHub - LiuRoy/zhihu_spider: 知乎爬虫
[4]: GitHub - airingursb/bilibili-user: Bilibili用户爬虫
[5]: GitHub - LiuXingMing/SinaSpider: 新浪微博爬虫（Scrapy、Redis）
[6]: GitHub - gnemoug/distribute_crawler: 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
[7]: GitHub - yanzhou/CnkiSpider: 中国知网爬虫
[8]: GitHub - lanbing510/LianJiaSpider: 链家爬虫
[9]: GitHub - taizilongxu/scrapy_jingdong: 用scrapy写的京东爬虫
[10]: GitHub - caspartse/QQ-Groups-Spider: QQ Groups Spider（QQ 群爬虫）
[11]: GitHub - hanc00l/wooyun_public: 乌云公开漏洞、知识库爬虫和搜索 crawl and search for wooyun.org public bug(vulnerability) and drops
[12]: GitHub - lining0806/QunarSpider: 网络爬虫之Selenium使用代理登陆：爬取去哪儿网站
[13]: GitHub - fankcoder/findtrip: 机票爬虫（去哪儿和携程网）。flight tickets multiple webspider.(scrapy + selenium + phantomjs + mongodb)
[14]: GitHub - leyle/163spider: 爬取网易客户端内容的小爬虫。
[15]: GitHub - dontcontactme/doubanspiders: 豆瓣电影、书籍、小组、相册、东西等爬虫集 writen in Python
[16]: GitHub - LiuXingMing/QQSpider: QQ空间爬虫（日志、说说、个人信息）
[17]: GitHub - Shu-Ji/baidu-music-spider: 百度mp3全站爬虫
[18]: GitHub - pakoo/tbcrawler: 淘宝天猫 商品 爬虫
[19]: GitHub - benitoro/stockholm: 一个股票数据（沪深）爬虫和选股策略测试框架
[20]:GitHub - k1995/BaiduyunSpider: 爱百应，百度云网盘搜索引擎，爬虫+网站
更多Python干货欢迎关注：
微信公众号：Python中文社区
Python初级技术交流QQ群：152745094
Python高级技术交流QQ群：273186166
Python网络爬虫组QQ群：206241755
PythonWeb开发组QQ群：577672548
Python量化交易策略组QQ群：264204289
Python数据分析挖掘组QQ群：539956362
Python自然语言处理组QQ群：570364809
--------------------------
Python学习资源下载：
Python学习思维脑图大全汇总打包 （密码:visk）
-------------------------
4分钟告诉你Python是什么—在线播放—优酷网，视频高清在线观看http://v.youku.com/v_show/id_XMTcwMTg4NzYwOA==