《慕课网-新版Scrapy打造搜索引擎》是一门以实战为导向的Python爬虫进阶课程，围绕Scrapy框架构建完整的分布式爬虫与搜索系统。课程历经多次更新迭代，内容成熟稳定，适合具备基础Python知识、希望系统掌握爬虫工程化开发的学习者。
课程从Scrapy框架的核心机制入手，详细讲解爬虫的调度器、下载器、中间件、管道等模块的工作原理，并通过实例演示如何构建高效、可扩展的爬虫项目。在基础部分，学习者可以掌握请求发送、数据解析（XPath、CSS选择器）、数据清洗与存储等关键技能。
在进阶部分，课程重点讲解反爬虫策略的应对方法，包括用户代理伪装、IP代理池、验证码识别、登录状态保持等常见问题的解决思路。同时引入异步处理与并发优化，使爬虫在效率和稳定性上得到显著提升。
课程的一大亮点是分布式爬虫架构的实现。通过结合Redis等技术，实现多节点协同抓取，大幅提高数据采集能力。此外，还会讲解如何将采集到的数据进行结构化存储，并构建简单的搜索引擎，实现数据检索与展示的完整闭环。
在实战项目中，课程以真实网站为案例，带领学习者从零搭建一个完整的数据采集与搜索系统，包括爬虫设计、数据入库、索引建立以及前端展示等环节，使学习者具备独立开发爬虫系统的能力。
总体来说，这门课程内容全面、实战性强，不仅适合想深入学习Scrapy框架的开发者，也适合对数据采集、信息检索系统感兴趣的人群。通过系统学习，可以从“会写简单爬虫”提升到“能设计复杂分布式爬虫系统”的水平。
课程截图：
课程目录：
📁 第13章增量抓取
t.png [493.5 KB]
13-4爬虫数据更新.mp4 [56.9 MB]
13-3通过修改scrapy-redis完成增量抓取-2.mp4 [86.8 MB]
13-1增量爬虫需要解决的问题.mp4 [60.0 MB]
13-2通过修改scrapy-redis完成增量抓取-1.mp4 [99.6 MB]
📁 第02章windows下搭建开发环境
第02章windows下搭建开发环境说明.png [493.5 KB]
2-4 虚拟环境的安装和配置 (3053).mp4 [129.2 MB]
2-2 mysql和navicat的安装和使用 (1620).mp4 [61.6 MB]
2-3 windows和linux下安装python2和python3 (0649).mp4 [29.3 MB]
2-1 pycharm的安装和简单使用 (0907).mp4 [65.2 MB]
📁 第09章scrapy进阶开发
第09章scrapy进阶开发说明.zip [1.8 MB]
9-1selenium动态网页请求与模拟登录知乎.mp4 [129.1 MB]
9-3chromedriver不加载图片、phantomjs获取.mp4 [60.3 MB]
9-10scrapy的数据收集.mp4 [84.6 MB]
9-8scrapytelnet服务.mp4 [46.2 MB]
9-2selenium模拟登录微博，模拟鼠标下拉.mp4 [64.8 MB]
9-11scrapy信号详解.mp4 [81.9 MB]
9-6scrapy的暂停与重启.mp4 [89.5 MB]
9-4selenium集成到scrapy中.mp4 [115.7 MB]
9-5其余动态网页获取技术介绍-chrome无界面运行、scra.mp4 [48.4 MB]
9-12scrapy扩展开发.mp4 [80.7 MB]
9-9spidermiddleware详解.mp4 [94.0 MB]
9-7scrapyurl去重原理.mp4 [35.2 MB]
📁 第12章各种验证码的识别
第12章各种验证码的识别文档.zip [1.8 MB]
12-2验证码截屏-1.mp4 [68.9 MB]
12-3验证码截屏-2.mp4 [82.8 MB]
12-5计算滑动轨迹.mp4 [105.7 MB]
12-4计算出滑动的距离.mp4 [100.0 MB]
12-1滑动验证码的识别思路.mp4 [97.6 MB]
📁 第01章课程介绍
第01章课程介绍资料.png [493.5 KB]
1-1 python分布式爬虫打造搜索引擎简介 (0723).mp4 [39.4 MB]
📁 第05章网站模拟登陆和滑动验证码识别（2021.6月更新）
第05章网站模拟登陆和滑动验证码识别（2021.6月更新）说明.png [493.5 KB]
5-3使用opencv识别滑动验证码的环境准备.mp4 [99.1 MB]
5-6通过机器学习平台训练滑动验证码模型.mp4 [89.1 MB]
5-2课程如何应对网站反爬变化？.mp4 [41.4 MB]
5-1session和cookie自动登录机制.mp4 [111.1 MB]
5-7发布训练模型并远程调用识别.mp4 [166.4 MB]
5-4opencv滑动验证码识别原理.mp4 [158.0 MB]
📁 第5章 scrapy爬取知名问答网站【旧】
5-16 item loder方式提取question - 3 (0645).mp4 [29.2 MB]
5-21 保存数据到mysql中 -3 (1609).mp4 [68.5 MB]
5-3 . selenium模拟登录知乎-2new (1533).mp4 [81.6 MB]
5-19 保存数据到mysql中 -1 (1727).mp4 [72.8 MB]
5-11 scrapy模拟知乎登录（可选观看） (2046).mp4 [89.7 MB]
5-13 知乎分析以及数据表设计 - 2 (1335).mp4 [53.3 MB]
5-9 requests模拟登陆知乎 - 2（可选观看） (1316).mp4 [56.9 MB]
5-1 session和cookie自动登录机制 (2010).mp4 [81.8 MB]
5-8 requests模拟登陆知乎 - 1(可选观看) (1332).mp4 [60.8 MB]
5-17 知乎spider爬虫逻辑的实现以及answer的提取 - 1 (1554).mp4 [67.3 MB]
5-15 item loder方式提取question - 2 (1520).mp4 [65.1 MB]
5-4 . selenium模拟登录知乎-3new (1614).mp4 [84.3 MB]
5-18 知乎spider爬虫逻辑的实现以及answer的提取 - 2 (1704).mp4 [72.8 MB]
5-6 . selenium自动识别验证码完成模拟登录-1new (2343).mp4 [123.4 MB]
5-12 知乎分析以及数据表设计1 (1517).mp4 [65.7 MB]
5-5 . 知乎倒立文字识别 new (2425).mp4 [126.2 MB]
5-20 保存数据到mysql中 -2 (1722).mp4 [72.4 MB]
5-10 requests模拟登陆知乎 - 3（可选观看） (1221).mp4 [53.3 MB]
5-7 . selenium自动识别验证码完成模拟登录 - 2 new (1906).mp4 [98.8 MB]
5-14 item loder方式提取question - 1 (1457).mp4 [62.9 MB]
5-2 . selenium模拟登录知乎 - 1new (1700).mp4 [90.1 MB]
📁 第07章通过CrawlSpider对招聘网站进行整站爬取
7-7职位数据入库-1.mp4 [108.9 MB]
7-5网页302之后的模拟登录和cookie传递(网站需要登录时.mp4 [196.4 MB]
7-2CrawlSpider源码分析-新建CrawlSpider.mp4 [77.0 MB]
7-8职位信息入库-2.mp4 [69.0 MB]
7-4Rule和LinkExtractor使用.mp4 [88.1 MB]
7-1数据表结构设计.mp4 [67.9 MB]
7-9网站反爬突破.mp4 [68.0 MB]
7-6itemloader方式解析职位.mp4 [148.1 MB]
7-3CrawlSpider源码分析.mp4 [153.6 MB]
📁 第11章cookie池系统设计和实现
11-1什么是cookie池？.mp4 [29.2 MB]
11-14将cookie集成到爬虫项目中.mp4 [94.8 MB]
11-10实现检测网站cookie是否有效.mp4 [48.4 MB]
11-2cookie池系统设计.mp4 [25.7 MB]
11-3实现cookie池-1.mp4 [65.3 MB]
11-5改造login方法-1.mp4 [62.3 MB]
11-7改造login方法-3.mp4 [54.4 MB]
11-4实现cookie池-2.mp4 [73.4 MB]
11-12cookie管理器的实现.mp4 [137.7 MB]
11-11如何选择redis的数据结构来保存cookie.mp4 [70.3 MB]
11-15cookie架构设计改进意见.mp4 [49.1 MB]
11-9通过抽象基类实现网站轻松接入.mp4 [93.1 MB]
11-13启动cookie池服务.mp4 [75.5 MB]
11-6改造login方法-2.mp4 [53.8 MB]
11-8改造login方法-4.mp4 [62.6 MB]
📁 第16章scrapyd部署scrapy爬虫
16-1scrapyd部署scrapy项目.mp4 [156.4 MB]
📁 第03章爬虫基础知识回顾
3-3 正则表达式-2 (1904).mp4 [81.0 MB]
3-5 深度优先和广度优先原理 (2515).mp4 [105.5 MB]
3-4 正则表达式-3 (2016).mp4 [87.4 MB]
3-2 正则表达式-1 (1831).mp4 [80.4 MB]
3-6 url去重方法 (0744).mp4 [34.4 MB]
3-1 技术选型 爬虫能做什么 (0950).mp4 [44.9 MB]
3-7 彻底搞清楚unicode和utf8编码 (1831).mp4 [89.4 MB]
📁 第15章django搭建搜索网站
15-4django实现elasticsearch的搜索建议-2.mp4 [113.1 MB]
15-5django实现elasticsearch的搜索功能-1.mp4 [83.4 MB]
15-3django实现elasticsearch的搜索建议-1.mp4 [118.3 MB]
15-8 搜索记录、热门搜索功能实现 - 1 缺课.txt
15-1es完成搜索建议-搜索建议字段保存-1.mp4 [82.9 MB]
15-6django实现elasticsearch的搜索功能-2.mp4 [80.2 MB]
15-9搜索记录、热门搜索功能实现-2.mp4 [82.9 MB]
15-7django实现搜索结果分页.mp4 [56.0 MB]
15-2es完成搜索建议-搜索建议字段保存-2.mp4 [85.1 MB]
📁 第06章scrapy爬取知名问答网站
6-6知乎spider爬虫逻辑的实现以及answer的提取-1.mp4 [94.4 MB]
6-8保存数据到mysql中-1.mp4 [102.3 MB]
6-2知乎分析以及数据表设计-2.mp4 [67.5 MB]
6-9 保存数据到mysql中 -2 (1722).mp4 [72.4 MB]
6-5itemloder方式提取question-3.mp4 [40.9 MB]
6-10保存数据到mysql中-3.mp4 [95.9 MB]
6-1知乎分析以及数据表设计1.mp4 [94.0 MB]
6-7知乎spider爬虫逻辑的实现以及answer的提取-2.mp4 [103.3 MB]
6-4itemloder方式提取question-2.mp4 [93.0 MB]
6-3itemloder方式提取question-1.mp4 [88.8 MB]
📁 第10章scrapy-redis分布式爬虫
10-8scrapy-redis源码分析-scheduler.p.mp4 [71.5 MB]
10-1分布式爬虫要点.mp4 [26.5 MB]
10-4scrapy-redis编写分布式爬虫代码.mp4 [128.3 MB]
10-2redis基础知识-1.mp4 [121.0 MB]
10-5scrapy源码解析-connection.py、def.mp4 [75.1 MB]
10-7scrapy-redis源码剖析-pipelines.p.mp4 [65.8 MB]
10-3redis基础知识-2.mp4 [105.8 MB]
10-9集成bloomfilter到scrapy-redis中.mp4 [119.1 MB]
10-6scrapy-redis源码剖析-dupefilter..mp4 [31.6 MB]
📁 第04章新：scrapy爬取知名技术文章网站
4-11 scrapy中为什么要使用yield (0949).mp4 [53.8 MB]
4-2 scrapy安装和配置 (3030).mp4 [157.7 MB]
4-19 pipeline数据库保存 (2016).mp4 [105.5 MB]
4-21 数据插入主键冲突的解决方法 (0440).mp4 [24.4 MB]
4-09 编写spider完成抓取过程 - 1 (1938).mp4 [101.3 MB]
4-10 编写spider完成抓取过程 - 2 (2047).mp4 [109.2 MB]
4-20 异步方式入库mysql (1237).mp4 [66.8 MB]
4-7css选择器.mp4 [106.2 MB]
4-4 pycharm中调试scrapy源码 (1013).mp4 [55.1 MB]
4-6 xpath提取元素 (2848).mp4 [148.9 MB]
4-15 items的定义和使用 - 2 (1330).mp4 [70.1 MB]
4-3 需求分析 (1353).mp4 [74.8 MB]
4-18 mysql表结构设计 (1321).mp4 [68.1 MB]
4-24 大规模抓取图片下载出错的问题 (1245).mp4 [67.9 MB]
4-12 提取详情页信息 (2316).mp4 [120.3 MB]
4-1 重录说明(很重要！！！) (0447).mp4 [26.5 MB]
4-23 itemloader提取信息 (1906).mp4 [101.7 MB]
4-8.cnblogs模拟登录(新增内容).mp4 [145.4 MB]
4-13 提取详情页信息 (1813).mp4 [94.7 MB]
4-5 xpath基础语法 (1902).mp4 [100.7 MB]
4-16 scrapy配置图片下载 (1820).mp4 [95.6 MB]
4-14 items的定义和使用 - 1 (1621).mp4 [85.9 MB]
4-22 itemloader提取信息 (2141).mp4 [111.8 MB]
4-17 items数据写入到json文件中 (0927).mp4 [50.0 MB]
📁 第14章elasticsearch搜索引擎的使用
14-7elasticsearch的mget和bulk批量操作.mp4 [85.9 MB]
14-10elasticsearch的简单查询-2.mp4 [68.4 MB]
14-8elasticsearch的mapping映射管理.mp4 [173.0 MB]
14-2elasticsearch安装.mp4 [83.3 MB]
14-13scrapy写入数据到elasticsearch中-2.mp4 [65.6 MB]
14-9elasticsearch的简单查询-1.mp4 [94.4 MB]
14-6elasticsearch基本的索引和文档CRUD操作.mp4 [114.2 MB]
14-5倒排索引.mp4 [40.8 MB]
14-4elasticsearch的基本概念.mp4 [44.0 MB]
14-1elasticsearch介绍.mp4 [110.8 MB]
14-12scrapy写入数据到elasticsearch中-1.mp4 [89.5 MB]
14-11elasticsearch的bool组合查询.mp4 [141.4 MB]
14-3elasticsearch-head插件以及kibana.mp4 [140.0 MB]
📁 第08章Scrapy突破反爬虫的限制
8-5通过downloadmiddleware随机更换user-.mp4 [100.1 MB]
8-7scrapy实现ip代理池-2.mp4 [101.3 MB]
8-10cookie禁用、自动限速、自定义spider的sett.mp4 [45.3 MB]
8-2scrapy架构源码分析.mp4 [112.6 MB]
8-3Requests和Response介绍.mp4 [57.6 MB]
8-1爬虫和反爬的对抗过程以及策略.mp4 [149.6 MB]
8-8scrapy实现ip代理池-3.mp4 [109.8 MB]
8-6scrapy实现ip代理池-1.mp4 [104.1 MB]
8-4通过downloadmiddleware随机更换user-.mp4 [101.1 MB]
8-9云打码实现验证码识别.mp4 [141.2 MB]
📁 第17章课程总结
17-1课程总结.mp4 [12.1 MB]
coding-92.exe [60.3 MB]
声明：本站所发布的一切视频课程仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。本站所有课程来自网络，版权争议与本站无关。如有侵权请联系联系客服QQ：1960026872或登录本站账号进入个人中心提交工单留言反馈，我们将第一时间处理！