爬虫抓取网页数据(php服务器抓取到数据之后是什么呢？(一))

　　爬虫抓取网页数据(php服务器抓取到数据之后是什么呢？(一))

　　爬虫抓取网页数据，本质是从服务器获取数据。不同的是，在php服务器上抓取的数据是固定的，不用太多。例如，你每次打开网站，只要看到你想要的产品都会有相应的订单量，这个订单量就是数据。那么php服务器抓取到数据之后是什么呢？php服务器往往把数据库的数据提交给beanman，beanman的数据就是data，我们把这个数据过一遍。

　　如下图。上图是在百度的页面抓取数据时展示出来的一个搜索页面的数据大概情况。数据量大概700万左右，数据来源于网页地址拼接的关键字。具体的数据量以及网页截图大家可以自己查看。搜索者的*敏*感*词*库大概是以下格式。一个用户id，一个用户名，一个username，一个liketype，一个ordercheck，一个useraction，一个populationid，一个datacolumn。

　　上图列出的，我们自己也可以转换成自己想要的格式。网页不同网页存储文件不同，一般存放index.php这样的文件。如下，解释一下，username：用户名，password，ordercheck：订单日期。liketype：用户所在城市，可以填写到jpg等格式。可填写地址，可填写微信地址。useraction：用户所在的网站。

　　datacolumn：用户的数据格式，content为数据文件。link为链接的文件。index.php就是这个文件，用php来存放这些文件，特别注意这个文件是后缀名为.php的文件。有没有瞬间对我们抓取有信心，并且觉得很高大上的感觉！也就是说，用php可以抓取所有的网页，这样能省很多人力，浪费很多时间。

　　多抓一些细节都是有必要的。上面基本涵盖抓取网页数据所需要具备的知识，那么，我们一直没有搞明白爬虫如何工作呢？上一篇文章已经明确的说了。服务器抓取数据的时候如果是爬虫机器人，它会存一些数据到自己的硬盘中，网页是很大的，通过计算得到自己真正想要的数据或者是直接返回网页上数据。那么问题来了，如果服务器因为系统升级或者换新的服务器，那么就算是没有抓取数据的情况下，服务器也会给服务器安装一个抓取数据的服务，这样就算是服务器不重启服务也可以抓取到我们想要的数据。

　　但是，正常情况下，如果我们自己修改服务器的host设置。修改host方式类似于修改系统设置，应该要往硬盘中写入额外的字符来改动host的变动才能让服务器变换身份，修改host，那么这个host地址就是和系统一样的，正常情况下，host地址是不变的。那么我们的host的变动怎么做呢？正常情况下，是通过修改服务器host，这个是最好的办法。

　　那么如果在服务器启动或者不启动的时候如何给服务器修改host呢？如下图。随着服务器的启动或者是关闭，服务器启动或。