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
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
