作者:乔山办公网日期:
返回目录:office365
网络
网络爬虫框架
- 功能齐全的爬虫grab - 网络爬虫框架(基于pycurl/multicur)。scrapy - 网络爬虫框架(基于twisted)。pyspider - 一个强大的爬虫系统。cola - 一个分布式爬虫框架。
- 其他portia - 基于Scrapy的可视化爬虫。restkit - Python的HTTP资源工具包。它可以让你轻松地访问HTTP资源,并围绕它建立的对象。demiurge - 基于PyQuery的爬虫微框架。
HTML/XML解析器
文本处理
用于解析和操作简单文本的库。
- unidecode - 将Unicode文本转为ASCII。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。python-nameparser -解析人的名字的组件。phonenumbers -解析,格式化,存储和验证国际电话号码。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。
- 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!)。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。PyYAML - 一个Python的YAML解析器。cssutils - 一个Python的CSS库。sqlparse - 一个非验证的SQL语句分析器。http-parser - C语言实现的HTTP请求/响应消息解析器。opengraph - 一个用来解析Open Graph协议标签的Python模块。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-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
异步
异步网络编程库
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
- flanker - 电子邮件地址和Mime解析库。Talon - Mailgun库用于提取消息的报价和签名。
网址和网络地址操作
解析/修改网址和网络地址库。
- URLfurl - 一个小的Python库,使得操纵URL简单化。purl - 一个简单的不可改变的URL以及一个干净的用于调试和操作的API。urllib.parse - 用于打破统一资源定位器(URL)的字符串在组件(寻址方案,网络位置,路径等)之间的隔断,为了结合组件到一个URL字符串,并将“相对URL”转化为一个绝对URL,称之为“基本URL”。tldextract - 从URL的注册域和子域中准确分离TLD,使用公共后缀列表。
- 网络地址netaddr – 用于显示和操纵网络地址的Python库。
网页内容提取
提取网页内容的库。
- 维基WikiTeam - 下载和保存wikis的工具。
WebSocket
用于WebSocket的库。
DNS解析
- dnsyo - 在全球超过1500个的DNS服务器上检查你的DNS。pycares - c-ares的接口。c-ares是进行DNS请求和异步名称决议的C语言库。
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。
- 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
- awesome-pythonpycrumbspython-github-projectspython_referencepythonidae
Python全部教程资料:
Python标准库;
Python 0基础视频教程;
0基础Python精选案例;
Python入门教程完整版;
人工智能+Python基础视频教程等。
以上资料由于篇幅有限,只是部分展示!感兴趣的同学可以领取学习!
Python教程学习资料领取方式:
1.在评论区转发/评论
2.在最下方星号点击收藏一下
3.点击关注,关注本头条号