寫(xiě)爬蟲(chóng)用什么語(yǔ)言好？爬蟲(chóng)選擇什么工具？1. Crawler是一個(gè)網(wǎng)絡(luò)蜘蛛機(jī)器人，它能自動(dòng)地抓取數(shù)據(jù)并根據(jù)我們的規(guī)則獲取數(shù)據(jù)2。為什么使用爬蟲(chóng)？私人定制搜索引擎獲取更多數(shù)據(jù)的時(shí)代不再是互聯(lián)網(wǎng)時(shí)代，而是大

寫(xiě)爬蟲(chóng)用什么語(yǔ)言好？

爬蟲(chóng)選擇什么工具？

1. Crawler是一個(gè)網(wǎng)絡(luò)蜘蛛機(jī)器人，它能自動(dòng)地抓取數(shù)據(jù)并根據(jù)我們的規(guī)則獲取數(shù)據(jù)

2。為什么使用爬蟲(chóng)？私人定制搜索引擎獲取更多數(shù)據(jù)的時(shí)代不再是互聯(lián)網(wǎng)時(shí)代，而是大數(shù)據(jù)時(shí)代

3。爬蟲(chóng)的原理：控制節(jié)點(diǎn)（URL分配器）、爬蟲(chóng)節(jié)點(diǎn)（根據(jù)算法抓取數(shù)據(jù)并存儲(chǔ)在數(shù)據(jù)庫(kù)中）、資源庫(kù)（存儲(chǔ)爬蟲(chóng)數(shù)據(jù)庫(kù)提供搜索）。爬蟲(chóng)的設(shè)計(jì)思想：爬蟲(chóng)的網(wǎng)絡(luò)地址，通過(guò)HTTP協(xié)議得到相應(yīng)的HTML頁(yè)面

5。爬蟲(chóng)語(yǔ)言選擇：

PHP:雖然被評(píng)為“世界上最好的語(yǔ)言”，但作為爬蟲(chóng)的缺點(diǎn)：沒(méi)有多線程的概念，對(duì)異步的支持很少，并發(fā)性不足，爬蟲(chóng)對(duì)效率的要求很高

C/C Java:python最大的競(jìng)爭(zhēng)對(duì)手，它非常龐大和笨重。爬蟲(chóng)需要經(jīng)常修改代碼

Python：語(yǔ)言?xún)?yōu)美，代碼介紹，多方功能模塊，調(diào)用替代語(yǔ)言接口，成熟的高分布式策略

客戶(hù)端運(yùn)行JAV腳本，服務(wù)器端運(yùn)行PHP。相比之下，由于PHP有很多庫(kù)函數(shù)，支持extender，引入Java和C/C是因?yàn)镻HP運(yùn)行在服務(wù)器上，支持跨平臺(tái)、跨瀏覽器，更容易處理錯(cuò)誤；對(duì)于JavaScript來(lái)說(shuō)，庫(kù)函數(shù)不足。由于瀏覽器廠商支持的JavaScript版本不同，有些程序不能跨瀏覽器，而且很多模塊化編程很難理解，它包含錯(cuò)誤，調(diào)試起來(lái)比較困難，所以PHP最好學(xué)

Python

它有強(qiáng)大的網(wǎng)絡(luò)功能，可以模擬登錄并解析JavaScript。缺點(diǎn)是解析網(wǎng)頁(yè)非常方便。著名的Python爬蟲(chóng)有scratch等

Java

Java有很多解析器，非常支持網(wǎng)頁(yè)解析。缺點(diǎn)是網(wǎng)絡(luò)上有很多Java開(kāi)源爬蟲(chóng)，比如nutch在中國(guó)有webmagicjava，優(yōu)秀的解析器Htmlparser和jsoup都能滿(mǎn)足Java和python的通用需求。如果需要模擬登陸和反采集，選擇python更方便。如果需要處理復(fù)雜的網(wǎng)頁(yè)，解析網(wǎng)頁(yè)內(nèi)容生成結(jié)構(gòu)化數(shù)據(jù)或精細(xì)解析網(wǎng)頁(yè)內(nèi)容，可以選擇Java。

JavaScript和PHP，哪個(gè)更難？

特性。

如phpquery、phpcraw、phpspiper、Snoopy。

游戲的核心。其他的都得自己做。至少你得先把它封裝起來(lái)。

如果您有緊急任務(wù)，建議您選擇這些第三方庫(kù)，集成它們，并在可能的情況下首先使用它們。

商務(wù)時(shí)間或了解爬蟲(chóng)的各個(gè)方面更好。

XPath很簡(jiǎn)單。把源代碼交給phpquery就行了。就像jQuery一樣，它不需要是常規(guī)的。還有一些需要?jiǎng)討B(tài)渲染來(lái)獲取數(shù)據(jù)，需要無(wú)頭瀏覽器（如phantomjs）來(lái)處理。

速度不會(huì)成為問(wèn)題，有問(wèn)題也是因?yàn)樗俣忍欤W(wǎng)站發(fā)現(xiàn)后再屏蔽你，不會(huì)太慢。哈哈。

策略，如何實(shí)現(xiàn)全自動(dòng)化。我建議你讀一些關(guān)于爬行動(dòng)物的書(shū)。