网络通用
urllib -网络库(stdlib)。
requests -网络库。
grab – 网络库（基于pycurl）。
pycurl – 网络库（绑定libcurl）。
urllib3 – python http库，安全连接池、支持文件post、可用性高。
httplib2 – 网络库。
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。
mechanicalsoup -一个与网站自动交互python库。
mechanize -有状态、可编程的web浏览库。
socket – 底层网络接口(stdlib)。
unirest for python – unirest是一套可用于多种语言的轻量级的http库。
hyper – python的http/2客户端。
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。
异步
treq – 类似于requests的api（基于twisted）。
aiohttp – asyncio的http客户端/服务器(pep-3156)。
网络爬虫框架功能齐全的爬虫
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。
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。
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。
通用
difflib – （python标准库）帮助进行差异化比较。
levenshtein – 快/速计算levenshtein距离和字符串相似度。
fuzzywuzzy – 模糊字符串匹配。
esmre – 正则表达式加速器。
ftfy – 自动整理unicode文本，减少碎片化。
转换
unidecode – 将unicode文本转为ascii。
字符编码
uniout – 打印可读字符，而不是被转义的字符串。
chardet – 兼容 python的2/3的字符编码器。
xpinyin – 一个将中国汉字转为拼音的库。
pangu.py – 格式化文本中cjk和字母数字的间距。
slug化
awesome-slugify – 一个可以保留unicode的python slugify库。
python-slugify – 一个可以将unicode转为ascii的python slugify库。
unicode-slugify – 一个可以将生成unicode slugs的工具。
pytils – 处理俄语字符串的简单工具（包括pytils.translit.slugify）。
通用解析器
ply – lex和yacc解析工具的python实现。
pyparsing – 一个通用框架的生成语法分析器。
人的名字
python-nameparser -解析人的名字的组件。
dianhua号码
phonenumbers -解析，格式化，存储和验证国际dianhua号码。
用户代理字符串
python-user-agents – 浏览器用户代理的解析器。
http agent parser – python的http代理分析器。
特定格式文件处理解析和处理特定文本格式的库。
通用
tablib – 一个把数据导出为xls、csv、json、yaml等格式的模块。
textract – 从各种文件中提取文本，比如 word、powerpoint、pdf等。
messytables – 解析混乱的表格数据的工具。
rows – 一个常用数据接口，支持的格式很多（目前支持csv，html，xls，txt – 将来还会提供更多！）。
office
python-docx – 读取，查询和修改的microsoft word2007/2008的docx文件。
xlwt / xlrd – 从excel文件读取写入数据和格式信息。
xlsxwriter – 一个创建excel.xlsx文件的python模块。
xlwings – 一个bsd许可的库，可以很容易地在excel中调用python，反之亦然。
openpyxl – 一个用于读取和写入的excel2010 xlsx/ xlsm/ xltx/ xltm文件的库。
marmir – 提取python数据结构并将其转换为电子表格。
pdfminer – 一个从pdf文档中提取信息的工具。
pypdf2 – 一个能够分割、合并和转换pdf页面的库。
reportlab – 允许快/速创建丰富的pdf文档。
pdftables – 直接从pdf文件中提取表格。
markdown
python-markdown – 一个用python实现的john gruber的markdown。
mistune – 速度最快，功能全面的markdown纯python解析器。
markdown2 – 一个完全用python实现的快/速的markdown。
yaml
pyyaml – 一个python的yaml解析器。
css
cssutils – 一个python的css库。
atom/rss
feedparser – 通用的feed解析器。
sql
sqlparse – 一个非验证的sql语句分析器。
http
http
http-parser – c语言实现的http请求/响应消息解析器。
微格式
opengraph – 一个用来解析open graph协议标签的python模块。
可移植的执行体
pefile – 一个多平台的用于解析和处理可移植执行体（即pe）文件的模块。
psd
psd-tools – 将adobe photoshop psd（即pe）文件读取到python数据结构。
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xi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。
genius – 基于条件随机域的中文分词。
langid.py – 独立的语言识别系统。
korean – 一个韩文形态库。
pymorphy2 – 俄语形态分析器（词性标注+词形变化引擎）。
pypln – 用python编写的分布式自然语言处理通道。这个项目的目标是创建一种简单的方法使用nltk通过网络接口处理大语言库。
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。
dominoup.com – 云端执行r，python和matlab代码。
电子邮件电子邮件解析库
flanker – 电子邮件dizhi和mime解析库。
talon – mailgun库用于提取消息的报价和签名。
wangzhi和网络操作解析/修改和网络库。
url
furl – 一个小的python库，使得操纵url简单化。
purl – 一个简单的不可改变的url以及一个干净的用于调试和操作的api。
urllib.parse – 用于打破统一资源定/位器（url）的字符串在组件（寻址方案，网络位置，路径等）之间的隔断，为了结合组件到一个url字符串，并将“相对url”转化为一个绝/对url，称之为“基本url”。
tldextract – 从url的注册域和子域中准确分离tld，使用公共后缀列表。
网络
netaddr – 用于显示和操纵网络的python库。
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。
lassie – 人性化的网页内容检索工具
micawber – 一个从中提取丰富内容的小库。
sumy -一个自动汇总文本文件和html网页的模块
haul – 一个可扩展的图像爬虫。
python-readability – arc90 readability工具的快/速python接口。
scrapely – 从html网页中提取结构化数据的库。给出了一些web页面和数据提取的示例，scrapely为所有类似的网页构建一个分析器。
视频
youtube-dl – 一个从youtube下载视频的小命令行程序。
you-get – python3的youtube、优酷/ niconico视频下载器。
维基
wikiteam – 下载和保存wikis的工具。
websocket用于websocket的库。
crossbar – 开源的应用消息传递路由器（python实现的用于autobahn的websocket和wamp）。
autobahnpython – 提供了websocket协议和wamp协议的python实现并且开源。
websocket-for-python – python 2和3以及pypy的websocket客户端和服务器库。
dns解析dnsyo – 在全球超过1500个的dns服务器上检查你的dns。
pycares – c-ares的接口。c-ares是进行dns请求和异步名称决议的c语言库。
计算机视觉opencv – 开源计算机视觉库。
simplecv – 用于照相机、图像处理、特征提取、格式转换的简介，可读性强的接口（基于opencv）。
mahotas – 快/速计算机图像处理算法（完全使用 c++ 实现），完全基于 numpy 的数组作为它的数据类型。
代理服务器shadowsocks – 一个快/速隧道代理，可帮你穿透防火墙（支持tcp和udp，tfo，多用户和平滑重启，目的ip黑名单）。
tproxy – tproxy是一个简单的tcp路由代理（第7层），基于gevent，用python进行配置。
其他python工具列表awesome-python
pycrumbs
python-github-projects
python_reference
pythonidae
西安飞凡网络技术咨询有限公司
400 011 2010