網絡

• 通用

  • urllib -網絡庫(stdlib)。

  • requests -網絡庫。

  • grab ?C 網絡庫（基于pycurl）。

  • pycurl ?C 網絡庫（綁定libcurl）。

  • urllib3 ?C Python HTTP庫，安全連接池、支持文件post、可用性高。

  • httplib2 ?C 網絡庫。

  • RoboBrowser ?C 一個簡單的、極具Python風格的Python庫，無需獨立的瀏覽器即可瀏覽網頁。

  • MechanicalSoup -一個與網站自動交互Python庫。

  • mechanize -有狀態、可編程的Web瀏覽庫。

  • socket ?C 底層網絡接口(stdlib)。

  • Unirest for Python ?C Unirest是一套可用于多種語言的輕量級的HTTP庫。

  • hyper ?C Python的HTTP/2客戶端。

  • PySocks ?C SocksiPy更新并積極維護的版本，包括錯誤修復和一些其他的特征。作為socket模塊的直接替換。

• 異步

  • treq ?C 類似于requests的API（基于twisted）。

  • aiohttp ?C asyncio的HTTP客戶端/服務器(PEP-3156)。

網絡爬蟲框架

• 功能齊全的爬蟲

  • grab ?C 網絡爬蟲框架（基于pycurl/multicur）。

  • scrapy ?C 網絡爬蟲框架（基于twisted），不支持Python3。

  • pyspider ?C 一個強大的爬蟲系統。

  • cola ?C 一個分布式爬蟲框架。

• 其他

  • portia ?C 基于Scrapy的可視化爬蟲。

  • restkit ?C Python的HTTP資源工具包。它可以讓你輕松地訪問HTTP資源，并圍繞它建立的對象。

  • demiurge ?C 基于PyQuery的爬蟲微框架。

HTML/XML解析器

• 通用

  • lxml ?C C語言編寫高效HTML/ XML處理庫。支持XPath。

  • cssselect ?C 解析DOM樹和CSS選擇器。

  • pyquery ?C 解析DOM樹和jQuery選擇器。

  • BeautifulSoup ?C 低效HTML/ XML處理庫，純Python實現。

  • html5lib ?C 根據WHATWG規范生成HTML/ XML文檔的DOM。該規范被用在現在所有的瀏覽器上。

  • feedparser ?C 解析RSS/ATOM feeds。

  • MarkupSafe ?C 為XML/HTML/XHTML提供了安全轉義的字符串。

  • xmltodict ?C 一個可以讓你在處理XML時感覺像在處理JSON一樣的Python模塊。

  • xhtml2pdf ?C 將HTML/CSS轉換為PDF。

  • untangle ?C 輕松實現將XML文件轉換為Python對象。

• 清理

  • Bleach ?C 清理HTML（需要html5lib）。

  • sanitize ?C 為混亂的數據世界帶來清明。

文本處理

用于解析和操作簡單文本的庫。

• 通用

• difflib ?C （Python標準庫）幫助進行差異化比較。

• Levenshtein ?C 快速計算Levenshtein距離和字符串相似度。

• fuzzywuzzy ?C 模糊字符串匹配。

• esmre ?C 正則表達式加速器。

• ftfy ?C 自動整理Unicode文本，減少碎片化。

• 轉換

• unidecode ?C 將Unicode文本轉為ASCII。

• 字符編碼

• uniout ?C 打印可讀字符，而不是被轉義的字符串。

• chardet ?C 兼容 Python的2/3的字符編碼器。

• xpinyin ?C 一個將中國漢字轉為拼音的庫。

• pangu.py ?C 格式化文本中CJK和字母數字的間距。

• Slug化

• awesome-slugify ?C 一個可以保留unicode的Python slugify庫。

• python-slugify ?C 一個可以將Unicode轉為ASCII的Python slugify庫。

• unicode-slugify ?C 一個可以將生成Unicode slugs的工具。

• pytils ?C 處理俄語字符串的簡單工具（包括pytils.translit.slugify）。

• 通用解析器

• PLY ?C lex和yacc解析工具的Python實現。

• pyparsing ?C 一個通用框架的生成語法分析器。

• 人的名字

• python-nameparser -解析人的名字的組件。

• 電話號碼

• phonenumbers -解析，格式化，存儲和驗證國際電話號碼。

• 用戶代理字符串

• python-user-agents ?C 瀏覽器用戶代理的解析器。

• HTTP Agent Parser ?C Python的HTTP代理分析器。

特定格式文件處理

解析和處理特定文本格式的庫。

• 通用

• tablib ?C 一個把數據導出為XLS、CSV、JSON、YAML等格式的模塊。

• textract ?C 從各種文件中提取文本，比如 Word、PowerPoint、PDF等。

• messytables ?C 解析混亂的表格數據的工具。

• rows ?C 一個常用數據接口，支持的格式很多（目前支持CSV，HTML，XLS，TXT ?C 將來還會提供更多！）。

• Office

• python-docx ?C 讀取，查詢和修改的Microsoft Word2007/2008的docx文件。

• xlwt / xlrd ?C 從Excel文件讀取寫入數據和格式信息。

• XlsxWriter ?C 一個創建Excel.xlsx文件的Python模塊。

• xlwings ?C 一個BSD許可的庫，可以很容易地在Excel中調用Python，反之亦然。

• openpyxl ?C 一個用于讀取和寫入的Excel2010 XLSX/ XLSM/ xltx/ XLTM文件的庫。

• Marmir ?C 提取Python數據結構并將其轉換為電子表格。

• PDF

• PDFMiner ?C 一個從PDF文檔中提取信息的工具。

• PyPDF2 ?C 一個能夠分割、合并和轉換PDF頁面的庫。

• ReportLab ?C 允許快速創建豐富的PDF文檔。

• pdftables ?C 直接從PDF文件中提取表格。

• Markdown

• Python-Markdown ?C 一個用Python實現的John Gruber的Markdown。

• Mistune ?C 速度最快，功能全面的Markdown純Python解析器。

• markdown2 ?C 一個完全用Python實現的快速的Markdown。

• YAML

• PyYAML ?C 一個Python的YAML解析器。

• CSS

• cssutils ?C 一個Python的CSS庫。

• ATOM/RSS

• feedparser ?C 通用的feed解析器。

• SQL

• sqlparse ?C 一個非驗證的SQL語句分析器。

• HTTP

• HTTP

• http-parser ?C C語言實現的HTTP請求/響應消息解析器。

• 微格式

• opengraph ?C 一個用來解析Open Graph協議標簽的Python模塊。

• 可移植的執行體

• pefile ?C 一個多平臺的用于解析和處理可移植執行體（即PE）文件的模塊。

• PSD

• psd-tools ?C 將Adobe Photoshop PSD（即PE）文件讀取到Python數據結構。

自然語言處理

處理人類語言問題的庫。

• NLTK -編寫Python程序來處理人類語言數據的最好平臺。

• Pattern ?C Python的網絡挖掘模塊。他有自然語言處理工具，機器學習以及其它。

• TextBlob ?C 為深入自然語言處理任務提供了一致的API。是基于NLTK以及Pattern的巨人之肩上發展的。

• jieba ?C 中文分詞工具。

• SnowNLP ?C 中文文本處理庫。

• loso ?C 另一個中文分詞庫。

• genius ?C 基于條件隨機域的中文分詞。

• langid.py ?C 獨立的語言識別系統。

• Korean ?C 一個韓文形態庫。

• pymorphy2 ?C 俄語形態分析器（詞性標注+詞形變化引擎）。

• PyPLN ?C 用Python編寫的分布式自然語言處理通道。這個項目的目標是創建一種簡單的方法使用NLTK通過網絡接口處理大語言庫。

瀏覽器自動化與仿真

• selenium ?C 自動化真正的瀏覽器（Chrome瀏覽器，火狐瀏覽器，Opera瀏覽器，IE瀏覽器）。

• Ghost.py ?C 對PyQt的webkit的封裝（需要PyQT）。

• Spynner ?C 對PyQt的webkit的封裝（需要PyQT）。

• Splinter ?C 通用API瀏覽器模擬器（selenium web驅動，Django客戶端，Zope）。

多重處理

• threading ?C Python標準庫的線程運行。對于I/O密集型任務很有效。對于CPU綁定的任務沒用，因為python GIL。

• multiprocessing ?C 標準的Python庫運行多進程。

• celery ?C 基于分布式消息傳遞的異步任務隊列/作業隊列。

• concurrent-futures ?C concurrent-futures 模塊為調用異步執行提供了一個高層次的接口。

異步

異步網絡編程庫

• asyncio ?C （在Python 3.4 +版本以上的 Python標準庫）異步I/O，時間循環，協同程序和任務。

• Twisted ?C 基于事件驅動的網絡引擎框架。

• Tornado ?C 一個網絡框架和異步網絡庫。

• pulsar ?C Python事件驅動的并發框架。

• diesel ?C Python的基于綠色事件的I/O框架。

• gevent ?C 一個使用greenlet 的基于協程的Python網絡庫。

• eventlet ?C 有WSGI支持的異步框架。

• Tomorrow ?C 異步代碼的奇妙的修飾語法。

隊列

• celery ?C 基于分布式消息傳遞的異步任務隊列/作業隊列。

• huey ?C 小型多線程任務隊列。

• mrq ?C Mr. Queue ?C 使用redis & Gevent 的Python分布式工作任務隊列。

• RQ ?C 基于Redis的輕量級任務隊列管理器。

• simpleq ?C 一個簡單的，可無限擴展，基于Amazon SQS的隊列。

• python-gearman ?C Gearman的Python API。

云計算

• picloud ?C 云端執行Python代碼。

• dominoup.com ?C 云端執行R，Python和matlab代碼。

電子郵件

電子郵件解析庫

• flanker ?C 電子郵件地址和Mime解析庫。

• Talon ?C Mailgun庫用于提取消息的報價和簽名。

網址和網絡地址操作

解析/修改網址和網絡地址庫。

• URL

  • furl ?C 一個小的Python庫，使得操縱URL簡單化。

  • purl ?C 一個簡單的不可改變的URL以及一個干凈的用于調試和操作的API。

  • urllib.parse ?C 用于打破統一資源定位器（URL）的字符串在組件（尋址方案，網絡位置，路徑等）之間的隔斷，為了結合組件到一個URL字符串，并將“相對URL”轉化為一個絕對URL，稱之為“基本URL”。

  • tldextract ?C 從URL的注冊域和子域中準確分離TLD，使用公共后綴列表。

• 網絡地址

  • netaddr ?C 用于顯示和操縱網絡地址的Python庫。

網頁內容提取

提取網頁內容的庫。

• HTML頁面的文本和元數據

  • newspaper ?C 用Python進行新聞提取、文章提取和內容策展。

  • html2text ?C 將HTML轉為Markdown格式文本。

  • python-goose ?C HTML內容/文章提取器。

  • lassie ?C 人性化的網頁內容檢索工具

  • micawber ?C 一個從網址中提取豐富內容的小庫。

  • sumy -一個自動匯總文本文件和HTML網頁的模塊

  • Haul ?C 一個可擴展的圖像爬蟲。

  • python-readability ?C arc90 readability工具的快速Python接口。

  • scrapely ?C 從HTML網頁中提取結構化數據的庫。給出了一些Web頁面和數據提取的示例，scrapely為所有類似的網頁構建一個分析器。

• 視頻

  • youtube-dl ?C 一個從YouTube下載視頻的小命令行程序。

  • you-get ?C Python3的YouTube、優酷/ Niconico視頻下載器。

• 維基

  • WikiTeam ?C 下載和保存wikis的工具。

WebSocket

用于WebSocket的庫。

• Crossbar ?C 開源的應用消息傳遞路由器（Python實現的用于Autobahn的WebSocket和WAMP）。

• AutobahnPython ?C 提供了WebSocket協議和WAMP協議的Python實現并且開源。

• WebSocket-for-Python ?C Python 2和3以及PyPy的WebSocket客戶端和服務器庫。

DNS解析

• dnsyo ?C 在全球超過1500個的DNS服務器上檢查你的DNS。

• pycares ?C c-ares的接口。c-ares是進行DNS請求和異步名稱決議的C語言庫。

計算機視覺

• OpenCV ?C 開源計算機視覺庫。

• SimpleCV ?C 用于照相機、圖像處理、特征提取、格式轉換的簡介，可讀性強的接口（基于OpenCV）。

• mahotas ?C 快速計算機圖像處理算法（完全使用 C++ 實現），完全基于 numpy 的數組作為它的數據類型。

代理服務器

• shadowsocks ?C 一個快速隧道代理，可幫你穿透防火墻（支持TCP和UDP，TFO，多用戶和平滑重啟，目的IP黑名單）。

• tproxy ?C tproxy是一個簡單的TCP路由代理（第7層），基于Gevent，用Python進行配置。

其他Python工具列表

• awesome-python

• pycrumbs

• python-github-projects

• python_reference

• pythonidae