Python必备库大全，建议留用

1. urllib -网络库(stdlib)。
2. requests -网络库。
3. grab – 网络库（基于pycurl）。
4. pycurl – 网络库（绑定libcurl）。
5. urllib3 – Python HTTP库，安全连接池、支持文件post、可用性高。
6. httplib2 – 网络库。
7. RoboBrowser – 一个简单的、极具Python风格的Python库，无需独立的浏览器即可浏览网页。
8. MechanicalSoup -一个与网站自动交互Python库。
9. mechanize -有状态、可编程的Web浏览库。
10. socket – 底层网络接口(stdlib)。
11. Unirest for Python – Unirest是一套可用于多种语言的轻量级的HTTP库。
12. hyper – Python的HTTP/2客户端。
13. PySocks – SocksiPy更新并积极维护的版本，包括错误修复和一些其他的特征。作为socket模块的直接替换。

网络爬虫框架

1. 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），不支持Python3。
• pyspider – 一个强大的爬虫系统。
• cola – 一个分布式爬虫框架。

2. 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

1. 通用

• lxml – C语言编写高效HTML/ XML处理库。支持XPath。
• cssselect – 解析DOM树和CSS选择器。
• pyquery – 解析DOM树和jQuery选择器。
• BeautifulSoup – 低效HTML/ XML处理库，纯Python实现。
• html5lib – 根据WHATWG规范生成HTML/ XML文档的DOM。该规范被用在现在所有的浏览器上。
• feedparser – 解析RSS/ATOM feeds。
• MarkupSafe – 为XML/HTML/XHTML提供了安全转义的字符串。
• xmltodict – 一个可以让你在处理XML时感觉像在处理JSON一样的Python模块。
• xhtml2pdf – 将HTML/CSS转换为PDF。
• untangle – 轻松实现将XML文件转换为Python对象。

2. 清理

• Bleach – 清理HTML（需要html5lib）。
• sanitize – 为混乱的数据世界带来清明。

文本处理

用于解析和操作简单文本的库。

1. 通用
2. difflib – （Python标准库）帮助进行差异化比较。
3. Levenshtein – 快速计算Levenshtein距离和字符串相似度。
4. fuzzywuzzy – 模糊字符串匹配。
5. esmre – 正则表达式加速器。
6. ftfy – 自动整理Unicode文本，减少碎片化。

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。

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

• threading – Python标准库的线程运行。对于I/O密集型任务很有效。对于CPU绑定的任务没用，因为python GIL。
• multiprocessing – 标准的Python库运行多进程。
• celery – 基于分布式消息传递的异步任务队列/作业队列。
• concurrent-futures – concurrent-futures 模块为调用异步执行提供了一个高层次的接口。

异步 异步网络编程库

• asyncio – （在Python 3.4 +版本以上的 Python标准库）异步I/O，时间循环，协同程序和任务。
• Twisted – 基于事件驱动的网络引擎框架。
• Tornado – 一个网络框架和异步网络库。
• pulsar – Python事件驱动的并发框架。
• diesel – Python的基于绿色事件的I/O框架。
• gevent – 一个使用greenlet 的基于协程的Python网络库。
• eventlet – 有WSGI支持的异步框架。
• Tomorrow – 异步代码的奇妙的修饰语法。

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。
• – 云端执行R，Python和matlab代码

网页内容提取 提取网页内容的库。

• HTML页面的文本和元数据 newspaper – 用Python进行新闻提取、文章提取和内容策展
• html2text – 将HTML转为Markdown格式文本
• python-goose – HTML内容/文章提取器

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）

img_convert/9f49b566129f47b8a67243c1008edf79.png)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）