Python爬虫的工具列表整理
这个表单是从网络上转载的，mark下来，以后应该会有用得上的地方。
网络
- 通用
- 异步
网络爬虫框架
- 功能齐全的爬虫
- 其他
HTML/XML解析器
- 通用
- 清理
文本处理
用于解析和操作简单文本的库。
-
通用
- difflib – （Python标准库）帮助进行差异化比较。
- Levenshtein – 快速计算Levenshtein距离和字符串相似度。
- fuzzywuzzy – 模糊字符串匹配。
- esmre – 正则表达式加速器。
-
ftfy – 自动整理Unicode文本，减少碎片化。
-
转换
-
unidecode – 将Unicode文本转为ASCII。
-
字符编码
- uniout – 打印可读字符，而不是被转义的字符串。
- chardet – 兼容 Python的2/3的字符编码器。
- xpinyin – 一个将中国汉字转为拼音的库。
-
pangu.py – 格式化文本中CJK和字母数字的间距。
-
Slug化
- awesome-slugify – 一个可以保留unicode的Python slugify库。
- python-slugify – 一个可以将Unicode转为ASCII的Python slugify库。
- unicode-slugify – 一个可以将生成Unicode slugs的工具。
-
pytils – 处理俄语字符串的简单工具（包括pytils.translit.slugify）。
-
通用解析器
- PLY – lex和yacc解析工具的Python实现。
-
pyparsing – 一个通用框架的生成语法分析器。
-
人的名字
-
python-nameparser -解析人的名字的组件。
-
电话号码
-
phonenumbers -解析，格式化，存储和验证国际电话号码。
-
用户代理字符串
- python-user-agents – 浏览器用户代理的解析器。
- HTTP Agent Parser – Python的HTTP代理分析器。
特定格式文件处理
解析和处理特定文本格式的库。
-
通用
- tablib – 一个把数据导出为XLS、CSV、JSON、YAML等格式的模块。
- textract – 从各种文件中提取文本，比如 Word、PowerPoint、PDF等。
- messytables – 解析混乱的表格数据的工具。
-
rows – 一个常用数据接口，支持的格式很多（目前支持CSV，HTML，XLS，TXT – 将来还会提供更多！）。
-
Office
- python-docx – 读取，查询和修改的Microsoft Word2007/2008的docx文件。
- xlwt / xlrd – 从Excel文件读取写入数据和格式信息。
- XlsxWriter – 一个创建Excel.xlsx文件的Python模块。
- xlwings – 一个BSD许可的库，可以很容易地在Excel中调用Python，反之亦然。
- openpyxl – 一个用于读取和写入的Excel2010 XLSX/ XLSM/ xltx/ XLTM文件的库。
-
Marmir – 提取Python数据结构并将其转换为电子表格。
-
PDF
- PDFMiner – 一个从PDF文档中提取信息的工具。
- PyPDF2 – 一个能够分割、合并和转换PDF页面的库。
- ReportLab – 允许快速创建丰富的PDF文档。
-
pdftables – 直接从PDF文件中提取表格。
-
Markdown
- Python-Markdown – 一个用Python实现的John Gruber的Markdown。
- Mistune – 速度最快，功能全面的Markdown纯Python解析器。
-
markdown2 – 一个完全用Python实现的快速的Markdown。
-
YAML
-
PyYAML – 一个Python的YAML解析器。
-
CSS
-
cssutils – 一个Python的CSS库。
-
ATOM/RSS
-
feedparser – 通用的feed解析器。
-
SQL
-
sqlparse – 一个非验证的SQL语句分析器。
- HTTP
-
HTTP
-
http-parser – C语言实现的HTTP请求/响应消息解析器。
-
微格式
-
opengraph – 一个用来解析Open Graph协议标签的Python模块。
-
可移植的执行体
-
pefile – 一个多平台的用于解析和处理可移植执行体（即PE）文件的模块。
-
PSD
- psd-tools – 将Adobe Photoshop PSD（即PE）文件读取到Python数据结构。
自然语言处理
处理人类语言问题的库。
- NLTK -编写Python程序来处理人类语言数据的最好平台。
- Pattern – Python的网络挖掘模块。他有自然语言处理工具，机器学习以及其它。
- TextBlob – 为深入自然语言处理任务提供了一致的API。是基于NLTK以及Pattern的巨人之肩上发展的。
- jieba – 中文分词工具。
- SnowNLP – 中文文本处理库。
- loso – 另一个中文分词库。
- genius – 基于条件随机域的中文分词。
- langid.py – 独立的语言识别系统。
- Korean – 一个韩文形态库。
- pymorphy2 – 俄语形态分析器（词性标注+词形变化引擎）。
- PyPLN – 用Python编写的分布式自然语言处理通道。这个项目的目标是创建一种简单的方法使用NLTK通过网络接口处理大语言库。
浏览器自动化与仿真
- selenium – 自动化真正的浏览器（Chrome浏览器，火狐浏览器，Opera浏览器，IE浏览器）。
- Ghost.py – 对PyQt的webkit的封装（需要PyQT）。
- Spynner – 对PyQt的webkit的封装（需要PyQT）。
- Splinter – 通用API浏览器模拟器（selenium web驱动，Django客户端，Zope）。
多重处理
- threading – Python标准库的线程运行。对于I/O密集型任务很有效。对于CPU绑定的任务没用，因为python GIL。
- multiprocessing – 标准的Python库运行多进程。
- celery – 基于分布式消息传递的异步任务队列/作业队列。
- concurrent-futures – concurrent-futures 模块为调用异步执行提供了一个高层次的接口。
异步
异步网络编程库
- asyncio – （在Python 3.4 +版本以上的 Python标准库）异步I/O，时间循环，协同程序和任务。
- Twisted – 基于事件驱动的网络引擎框架。
- Tornado – 一个网络框架和异步网络库。
- pulsar – Python事件驱动的并发框架。
- diesel – Python的基于绿色事件的I/O框架。
- gevent – 一个使用greenlet 的基于协程的Python网络库。
- eventlet – 有WSGI支持的异步框架。
- Tomorrow – 异步代码的奇妙的修饰语法。
队列
- celery – 基于分布式消息传递的异步任务队列/作业队列。
- huey – 小型多线程任务队列。
- mrq – Mr. Queue – 使用redis & Gevent 的Python分布式工作任务队列。
- RQ – 基于Redis的轻量级任务队列管理器。
- simpleq – 一个简单的，可无限扩展，基于Amazon SQS的队列。
- python-gearman – Gearman的Python API。
云计算
- picloud – 云端执行Python代码。
- dominoup.com – 云端执行R，Python和matlab代码。
电子邮件
电子邮件解析库
网址和网络地址操作
解析/修改网址和网络地址库。
- URL
- 网络地址
网页内容提取
提取网页内容的库。
- HTML页面的文本和元数据
- 视频
- 维基
WebSocket
用于WebSocket的库。
- Crossbar – 开源的应用消息传递路由器（Python实现的用于Autobahn的WebSocket和WAMP）。
- AutobahnPython – 提供了WebSocket协议和WAMP协议的Python实现并且开源。
- WebSocket-for-Python – Python 2和3以及PyPy的WebSocket客户端和服务器库。
DNS解析
计算机视觉
- OpenCV – 开源计算机视觉库。
- SimpleCV – 用于照相机、图像处理、特征提取、格式转换的简介，可读性强的接口（基于OpenCV）。
- mahotas – 快速计算机图像处理算法（完全使用 C++ 实现），完全基于 numpy 的数组作为它的数据类型。
代理服务器
- shadowsocks – 一个快速隧道代理，可帮你穿透防火墙（支持TCP和UDP，TFO，多用户和平滑重启，目的IP黑名单）。
- tproxy – tproxy是一个简单的TCP路由代理（第7层），基于Gevent，用Python进行配置。
其他Python工具列表
感谢作者，整理非常详细，同时也感谢翻译者。
英文原文地址：https://github.com/lorien/awesome-web-scraping/blob/master/python.md
中文翻译原文地址：http://python.jobbole.com/82633/
Enjoy Reading This Article?
Here are some more articles you might like to read next: