php 爬虫抓取网页数据(PHP解析器和PHP相比较，python适合做爬虫吗？)

　　php 爬虫抓取网页数据(PHP解析器和PHP相比较，python适合做爬虫吗？)

　　对比python和PHP，python适合爬取。原因如下

　　抓取网页本身的界面

　　与java、c#、C++、python等其他静态编程语言相比，抓取网页文档的界面更加简洁；相较于其他动态脚本语言，如 perl、shell，python 的 urllib2 包提供了更完整的 web 文档 API 访问。（当然*敏*感*词*也是不错的选择）

　　另外，爬取网页有时需要模拟浏览器的行为，很多网站都是为了生硬爬取而被屏蔽的。这就是我们需要模拟用户代理的行为来构造合适的请求的地方，比如模拟用户登录，模拟session/cookies的存储和设置。python中有很好的第三方包帮你搞定，比如Requests，mechanize

　　爬行后处理

　　抓取到的网页通常需要进行处理，如过滤html标签、提取文本等。Python的beautifulsoap提供了简洁的文档处理功能，可以用很短的代码完成大部分文档处理。

　　其实很多语言和工具都可以做到以上功能，但是python可以做到最快最干净。人生苦短，你需要python。

　　Py 在 Linux 上使用时非常强大，而且语言非常简单。

　　NO.1 快速开发（唯一能比python开发效率更高的语言是rudy） 语言简洁，没有那么多技巧，所以非常清晰易读。

　　NO.2 跨平台（由于python的开源，比java更能体现“一次编写，到处运行”

　　NO.3 解释（无需直接编译、运行/调试代码）

　　NO.4 框架选择太多（主要的GUI框架有wxPython、tkInter、PyGtk、PyQt。

　　PHP脚本主要用于以下三个方面：

　　服务器端脚本。这是PHP最传统也是最主要的目标领域。要进行这项工作，需要具备以下三点：PHP解析器（CGI或服务器模块）、web

　　服务器和网络浏览器。运行web服务器时需要安装配置PHP，然后可以使用web浏览器访问PHP程序的输出，即浏览服务

　　PHP 页面在最后。如果您只是在尝试 PHP 编程，所有这些都可以在您的家用计算机上运行。有关更多信息，请参阅安装章节。命令行脚本。

　　您可以编写一个 PHP 脚本，并且不需要任何服务器或浏览器来运行它。这样，只需要PHP解析器就可以执行。这种用法是

　　是 cron（Unix 或 Linux 环境）或 Task Scheduler（Windows 环境）日常运行脚本的理想选择。这些脚本也可用于处理

　　管理简单的文本。更多信息请参考 PHP 的命令行模式。编写桌面应用程序。对于具有图形界面的桌面应用程序，PHP 可能不会

　　最好的语言之一，但是如果用户非常精通PHP并且想在客户端应用程序中使用PHP的一些高级功能，他们可以使用PHP-GTK来编写这个

　　这些程序。这样，您也可以编写跨平台的应用程序。PHP-GTK 是 PHP 的扩展，通常发布的 PHP 包中不收录它。

　　网友的观点扩大了：

　　我用PHP Node.js Python写了一个爬虫脚本，简单说一下。

　　首先是PHP。先说优点：网上大量爬取解析html框架，各种工具都可以直接使用，比较省心。缺点：首先，速度/效率是个问题。有一次下载电影海报的时候，因为crontab定时执行，没有优化，打开的php进程太多，直接导致内存爆了。然后语法也很拖沓，各种关键词符号太多，不够简洁，给人一种没有精心设计的感觉，写起来很麻烦。

　　节点.js。优点是效率，效率还是效率。因为网络是异步的，所以基本上和并发数百个进程一样强大。内存和CPU使用量非常小。如果对捕获的数据没有进行复杂的计算和处理，那么系统就会成为瓶颈。基本上就是写入MySQL等数据库的带宽和I/O速度。当然，优点的反面也是缺点。异步网络意味着您需要回调。这时候，如果业务需求是线性的，比如你必须等上一页爬完，拿到数据后才能爬到下一页，甚至更多。层依赖，会有可怕的多层回调！基本上这个时候代码结构和逻辑就会乱了。当然，

　　最后，让我们谈谈Python。如果你对效率没有极端的要求，那么推荐Python！首先，Python 的语法非常简洁，同一个句子可以少打很多次。然后，Python非常适合数据处理，比如函数参数的打包和解包，列表分析，矩阵处理，非常方便。

　　至此，这篇关于python和php的更适合写爬虫的文章介绍到这里。更多适合爬取内容的php和python相关内容，请搜索ZaLou.Cn之前的文章或继续浏览下方相关文章，希望大家多多支持ZaLou.Cn！