網絡
-
urllib -網絡庫(stdlib)。
-
requests -網絡庫。
-
grab – 網絡庫（基於pycurl）。
-
pycurl – 網絡庫（綁定libcurl）。
-
urllib3 – Python HTTP庫，安全連接池、支持文件post、可用性高。
-
httplib2 – 網絡庫。
-
RoboBrowser – 一個簡單的、極具Python風格的Python庫，無需獨立的瀏覽器即可瀏覽網頁。
-
MechanicalSoup -一個與網站自動交互Python庫。
-
mechanize -有狀態、可編程的Web瀏覽庫。
-
socket – 底層網絡接口(stdlib)。
網絡爬蟲框架
-
grab – 網絡爬蟲框架（基於pycurl/multicur）。
-
scrapy – 網絡爬蟲框架。
-
pyspider – 一個強大的爬蟲系統。
-
cola – 一個分布式爬蟲框架。
HTML/XML解析器
-
lxml – C語言編寫高效HTML/ XML處理庫。支持XPath。
-
cssselect – 解析DOM樹和CSS選擇器。
-
pyquery – 解析DOM樹和jQuery選擇器。
-
BeautifulSoup – 低效HTML/ XML處理庫，純Python實現。
-
html5lib – 根據WHATWG規范生成HTML/ XML文檔的DOM。該規范被用在現在所有的瀏覽器上。
-
feedparser – 解析RSS/ATOM feeds。
-
MarkupSafe – 為XML/HTML/XHTML提供了安全轉義的字符串。
文本處理
用於解析和操作簡單文本的庫。
-
difflib – （Python標准庫）幫助進行差異化比較。
-
Levenshtein – 快速計算Levenshtein距離和字符串相似度。
-
fuzzywuzzy – 模糊字符串匹配。
-
esmre – 正則表達式加速器。
-
ftfy – 自動整理Unicode文本，減少碎片化。
自然語言處理
處理人類語言問題的庫。
-
NLTK -編寫Python程序來處理人類語言數據的最好平台。
-
Pattern – Python的網絡挖掘模塊。他有自然語言處理工具，機器學習以及其它。
-
TextBlob – 為深入自然語言處理任務提供了一致的API。是基於NLTK以及Pattern的巨人之肩上發展的。
-
jieba – 中文分詞工具。
-
SnowNLP – 中文文本處理庫。
-
loso – 另一個中文分詞庫。
瀏覽器自動化與仿真
-
selenium – 自動化真正的瀏覽器（Chrome瀏覽器，火狐瀏覽器，Opera瀏覽器，IE瀏覽器）。
-
Ghost.py – 對PyQt的webkit的封裝（需要PyQT）。
-
Spynner – 對PyQt的webkit的封裝（需要PyQT）。
-
Splinter – 通用API瀏覽器模擬器（selenium web驅動，Django客戶端，Zope）。
多重處理
-
threading – Python標准庫的線程運行。對於I/O密集型任務很有效。對於CPU綁定的任務沒用，因為python GIL。
-
multiprocessing – 標准的Python庫運行多進程。
-
celery – 基於分布式消息傳遞的異步任務隊列/作業隊列。
-
concurrent-futures – concurrent-futures 模塊為調用異步執行提供了一個高層次的接口。
異步
異步網絡編程庫
-
asyncio – （在Python 3.4 +版本以上的 Python標准庫）異步I/O，時間循環，協同程序和任務。
-
Twisted – 基於事件驅動的網絡引擎框架。
-
Tornado – 一個網絡框架和異步網絡庫。
-
pulsar – Python事件驅動的並發框架。
-
diesel – Python的基於綠色事件的I/O框架。
-
gevent – 一個使用greenlet 的基於協程的Python網絡庫。
-
eventlet – 有WSGI支持的異步框架。
-
Tomorrow – 異步代碼的奇妙的修飾語法。
隊列
-
celery – 基於分布式消息傳遞的異步任務隊列/作業隊列。
-
huey – 小型多線程任務隊列。
-
mrq – Mr. Queue – 使用redis & Gevent 的Python分布式工作任務隊列。
-
RQ – 基於Redis的輕量級任務隊列管理器。
-
simpleq – 一個簡單的，可無限擴展，基於Amazon SQS的隊列。
-
python-gearman – Gearman的Python API。
雲計算
-
picloud – 雲端執行Python代碼。
-
dominoup.com – 雲端執行R，Python和matlab代碼
網頁內容提取
提取網頁內容的庫。
-
HTML頁面的文本和元數據
-
newspaper – 用Python進行新聞提取、文章提取和內容策展。
-
html2text – 將HTML轉為Markdown格式文本。
-
python-goose – HTML內容/文章提取器。
-
lassie – 人性化的網頁內容檢索工具
WebSocket
用於WebSocket的庫。
-
Crossbar – 開源的應用消息傳遞路由器（Python實現的用於Autobahn的WebSocket和WAMP）。
-
AutobahnPython – 提供了WebSocket協議和WAMP協議的Python實現並且開源。
-
WebSocket-for-Python – Python 2和3以及PyPy的WebSocket客戶端和服務器庫。
DNS解析
-
dnsyo – 在全球超過1500個的DNS服務器上檢查你的DNS。
-
pycares – c-ares的接口。c-ares是進行DNS請求和異步名稱決議的C語言庫。
計算機視覺
-
OpenCV – 開源計算機視覺庫。
-
SimpleCV – 用於照相機、圖像處理、特征提取、格式轉換的簡介，可讀性強的接口（基於OpenCV）。
-
mahotas – 快速計算機圖像處理算法（完全使用 C++ 實現），完全基於 numpy 的數組作為它的數據類型。
代理服務器
-
shadowsocks – 一個快速隧道代理，可幫你穿透防火牆（支持TCP和UDP，TFO，多用戶和平滑重啟，目的IP黑名單）。
-
tproxy – tproxy是一個簡單的TCP路由代理（第7層），基於Gevent，用Python進行配置。