爬虫推荐的工具

标签：分布式计算   web   tom   hat   一个   机器   soup   测试   jieba   

爬虫推荐的工具：
pyspider,
BeautifulSoup
requests
scrapy
mongodb
redis
kafka.
re
pyV8：python执行js的插件
phatomjs：一个无界面的,可脚本编程的WebKit浏览器引擎。它原生支持多种web 标准：DOM 操作，CSS选择器，JSON，Canvas 以及SVG
selenium：是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中,就像真正的用户在操作一样。

一开始推荐学习框架，比如scrapy或者Pyspider

数据分析：
pandas
scikit-learn
spark.
ntlk
jieba

pandas主要是处理金融数据得力，scikit-learn用来进行机器学习，spark是分布式计算。nltk进行予以分析。jieba用来做中文分词。

爬虫推荐的工具

标签：分布式计算   web   tom   hat   一个   机器   soup   测试   jieba   

原文地址：http://www.cnblogs.com/davidwang456/p/7494890.html