这个用Python写的开源爬虫网站 让你秒搜所有豆瓣好书

程序员在提升自己的个用道路，大多还是开源会选择阅读编程书籍这一途径，但找到一本好书就没那么容易了。爬虫

通过查看各大销售网站的网站销量数据和评价，以及豆瓣评分和评价人数，让秒可以帮助我们更快的搜所书挖掘出经典的计算机书籍，还有那些被人们忽视的有豆好书。

最近猿哥在GitHub上发现了一个网站，瓣好是个用中国科学院自动化研究所的一大神(lanbing510)用Python写的一个爬虫，他在16年的亿华云开源时候就爬下了豆瓣所有的读书数据并做了个WebApp接口方来挖掘查找和阅读好书。怪我知道的爬虫太晚

后来lanbing510再次爬了一遍豆瓣读书的数据，总共更新了3232088本图书信息，网站共2138386KB，让秒并将其开源

为什么说它很好用呢?搜所书猿哥演示一遍你就知道了：

可以看出这网站的界面非常简洁，没有花里花哨的有豆内容，只有干货，你可以直接通过关键字、分数、和评价人数这三个选项进行搜索，比如我们可以搜索关键字：编程;分数：9.0;评价人数：100人以上

查找结果的显示方式有按照分数排序和人数排序两种，按照分数排序的服务器托管截图如下：

按照评价人数排序的截图如下：

除了以上演示的操作，这个网站并实现了以下功能：

可以爬下豆瓣读书标签下的所有图书 按评分排名依次存储 存储到Excel中，可方便大家筛选搜罗，比如筛选评价人数>1000的高分书籍;可依据不同的主题存储到Excel不同的Sheet 采用User Agent伪装为浏览器进行爬取，并加入随机延时来更好的模仿浏览器行为，避免爬虫被封

也就是说你不仅可以在网站上搜索，还能通过下载各类目下的Excel书单文件，直接在Excel中搜索

效果截图如下：

附上网站地址：http://sobook.lanbing510.info

GitHub地址：https://github.com/lanbing510/DouBanSpider