在浏览网页时，我们经常会发现一些网站界面漂亮、功能丰富，然而凭借我们自己去模仿去创造，不仅费时费力，往往还无法得到预期效果。这个时候就可以考虑将整个网站下载下来，俗称扒站。今天要介绍的就是几款十分有用的整站下载工具，也就是俗称的扒站神器。一、SiteSucker（MacOS）SiteSucker是一扒网站的利器，不仅仅是下载网站的HTML源文件，它连网站整体架构以及下面的所有文本、程序文件、图片、视频、音频等数据也能一丝不漏地下载到本地，而且下载速度很快，还能生成log记录，功能极其强大。可惜的是SiteSucker目前只支持macOS和iOs。SiteSucker操作非常简单，输入网站网址，

在浏览网页时，我们经常会发现一些网站界面漂亮、功能丰富，然而凭借我们自己去模仿去创造，不仅费时费力，往往还无法得到预期效果。这个时候就可以考虑将整个网站下载下来，俗称扒站。今天要介绍的就是几款十分有用的整站下载工具，也就是俗称的扒站神器。一、SiteSucker（MacOS）SiteSucker是一扒网站的利器，不仅仅是下载网站的HTML源文件，它连网站整体架构以及下面的所有文本、程序文件、图片、视频、音频等数据也能一丝不漏地下载到本地，而且下载速度很快，还能生成log记录，功能极其强大。可惜的是SiteSucker目前只支持macOS和iOs。SiteSucker操作非常简单，输入网站网址，

一、数据源之前，我分享过一期爬虫，用python爬取Top100排行榜：最终数据结果，是这样的：TOP100数据在此数据基础上，做python可视化分析。二、数据读取首先，读取数据源：#读取csv数据df=pd.read_csv(csv)三、数据概览用shape查看数据形状：#查看数据形状df.shape用head查看前n行：#查看前5行df.head(5)用info查看列信息：#查看列信息df.info()用describe查看统计性分析：#描述性统计分析df.describe()描述性统计四、数据清洗查看是否存在空值：#查看空值df.isna().any()查看空值每列都是False，没有

一、数据源之前，我分享过一期爬虫，用python爬取Top100排行榜：最终数据结果，是这样的：TOP100数据在此数据基础上，做python可视化分析。二、数据读取首先，读取数据源：#读取csv数据df=pd.read_csv(csv)三、数据概览用shape查看数据形状：#查看数据形状df.shape用head查看前n行：#查看前5行df.head(5)用info查看列信息：#查看列信息df.info()用describe查看统计性分析：#描述性统计分析df.describe()描述性统计四、数据清洗查看是否存在空值：#查看空值df.isna().any()查看空值每列都是False，没有

去年的时候，我就发现了一个好网站！发现这个网站上的内容非常全，也非常完整！去年的时候，我经常在头条上刷些消息看。才开始是看文字的消息，但是看文字的消息太累，太费脑。因此后来经常看视频消息。但是头条的视频消息都不太完整，一个消息只有三五分钟。实际上，完整的节目可能几十分钟甚至几百分钟。这三五分钟的视频消息，勾起了我的兴趣，我想看完整的，但是条上没有！最后，我终于找到一个网站上面的视频都是完整的！那个网站大家可能都知道，就是著名的b站！

去年的时候，我就发现了一个好网站！发现这个网站上的内容非常全，也非常完整！去年的时候，我经常在头条上刷些消息看。才开始是看文字的消息，但是看文字的消息太累，太费脑。因此后来经常看视频消息。但是头条的视频消息都不太完整，一个消息只有三五分钟。实际上，完整的节目可能几十分钟甚至几百分钟。这三五分钟的视频消息，勾起了我的兴趣，我想看完整的，但是条上没有！最后，我终于找到一个网站上面的视频都是完整的！那个网站大家可能都知道，就是著名的b站！