爬虫抓取网页数据(网络爬虫系统的原理和工作流程介绍-乐题库)

　　爬虫抓取网页数据(网络爬虫系统的原理和工作流程介绍-乐题库)

　　网络数据采集是指通过网络爬虫或网站公共API从网站获取数据信息。该方法可以从网页中提取非结构化数据，存储为统一的本地数据文件，并以结构化的方式存储。支持图片、音频、视频等文件或附件的采集，附件和文本可以自动关联。

　　在互联网时代，网络爬虫主要为搜索引擎提供最全面、最新的数据。

　　在大数据时代，网络爬虫更是采集互联网数据的利器。目前已知的各种网络爬虫工具有数百种，网络爬虫工具基本上可以分为三类。

　　本节首先简要介绍网络爬虫的原理和工作流程，然后讨论网络爬虫的爬取策略，最后介绍典型的网络工具。网络爬虫原理 网络爬虫是按照一定的规则自动爬取网络信息的程序或脚本。

　　网络爬虫可以自动采集所有可以访问的页面内容，为搜索引擎和大数据分析提供数据源。从功能上来说，爬虫一般具有数据采集、处理和存储三个功能，如图1所示。

　　图1 网络爬虫*敏*感*词*

　　除了供用户阅读的文字信息外，网页还收录一些超链接信息。

　　网络爬虫系统正是通过网页中的超链接信息不断获取网络上的其他网页。网络爬虫从一个或多个初始网页的URL开始，获取初始网页上的URL。在爬取网页的过程中，不断地从当前页面中提取新的 URL 并放入队列中，直到满足系统的某些停止条件。

　　网络爬虫系统一般会选择一些比较重要的、出度（网页外链接的超链接数）网站较大的URL作为*敏*感*词*URL集。

　　网络爬虫系统使用这些*敏*感*词*集作为初始 URL 来开始数据爬取。因为网页中收录链接信息，所以会通过已有网页的URL获取一些新的URL。

　　网页之间的指向结构可以看成是一片森林，每个*敏*感*词*URL对应的网页就是森林中一棵树的根节点，这样网络爬虫系统就可以遍历所有的网页。

　　由于深度优先搜索算法可能导致爬虫系统陷入网站内部，不利于搜索距离网站首页比较近的网页信息，因此广度优先搜索算法一般使用采集网页。

　　网络爬虫系统首先将*敏*感*词* URL 放入下载队列，简单地从队列头部取一个 URL 下载其对应的网页，获取网页内容并存储，然后解析链接信息网页以获取一些新的 URL。

　　其次，根据一定的网页分析算法，过滤掉与主题无关的链接，保留有用的链接，放入待抓取的URL队列中。

　　最后取出一个URL，下载其对应的网页，然后解析，以此类推，直到遍历全网或者满足某个条件。网络爬虫的工作流程如图2所示。网络爬虫的基本工作流程如下。

　　1）首先选择 Torrent URL 的一部分。

　　2）将这些网址放入待抓取的网址队列中。

　　3）从待爬取URL队列中获取待爬取URL，解析DNS，获取主机IP地址，下载该URL对应的网页，存入下载的网页库中。此外，将这些 URL 放入 Crawl URLs 队列。

　　4）分析已爬取URL队列中的URL，分析其中的其他URL，将这些URL放入待爬取URL队列，从而进入下一个循环。

　　图2 网络爬虫基本工作流程

　　网络爬虫爬取策略 谷歌、百度等通用搜索引擎抓取的网页数量通常以十亿为单位计算。那么，面对如此多的网页，如何让网络爬虫尽可能地遍历所有的网页，从而尽可能地扩大网页信息的覆盖范围，是目前网络爬虫面临的一个非常关键的问题。网络爬虫系统。在网络爬虫系统中，爬取策略决定了网页被爬取的顺序。

　　本节首先简要介绍网络爬取策略中使用的基本概念。1）网页之间的关系模型 从互联网的结构来看，网页之间通过多个超链接相互连接，形成一个庞大而复杂的相互关联的有向图。

　　如图3所示，如果把网页看成图中的一个节点，把网页中其他网页的链接看成这个节点到其他节点的边，那么我们就可以轻松查看整个互联网网页被建模为有向图。

　　理论上，通过遍历算法对图进行遍历，几乎可以访问互联网上的任何网页。

　　图3 网页关系模型图

　　2）网页分类从爬虫的角度划分互联网。互联网上的所有页面可以分为5个部分：已下载和未过期的网页、已下载和已过期的网页、待下载的网页、已知网页和未知网页，如图4所示。

　　本地爬取的网页实际上是互联网内容的镜像和备份。互联网正在动态变化。当互联网的一部分内容发生变化时，本地抓取的网页就会失效。因此，下载的网页分为两类：下载的未过期网页和下载的过期网页。

　　图4 网页分类

　　要下载的页面是 URL 队列中要抓取的页面。

　　可以看出，网页是指尚未被爬取且不在待爬取URL队列中的网页，但可以通过分析爬取的页面或待爬取URL对应的页面得到。

　　还有一些网页是网络爬虫无法直接爬取下载的，称为不可知网页。

　　下面重点介绍几种常见的爬取策略。1. 万能网络爬虫 万能网络爬虫也称为全网爬虫。爬取对象从一些*敏*感*词*URL延伸到整个Web，主要针对门户网站搜索引擎和大型Web服务提供商采集数据。

　　为了提高工作效率，一般的网络爬虫都会采用一定的爬取策略。常用的爬取策略有深度优先策略和广度优先策略。

　　1）深度优先策略

　　深度优先策略意味着网络爬虫将从起始页面开始，并逐个链接地跟踪它，直到无法再深入为止。

　　完成一个爬取分支后，网络爬虫返回上一个链接节点，进一步搜索其他链接。当所有的链接都遍历完后，爬取任务结束。

　　这种策略比较适合垂直搜索或者站内搜索，但是在抓取页面内容比较深的网站时会造成巨大的资源浪费。

　　以图3为例，遍历的路径为1→2→5→6→3→7→4→8。

　　在深度优先策略中，当搜索一个节点时，该节点的子节点和子节点的后继节点都在该节点的兄弟节点之前，深度优先策略在搜索空间中。有时，它会尝试尽可能深入，并且仅在找不到节点的后继节点时才考虑其兄弟节点。

　　这样的策略决定了深度优先策略不一定能找到最优解，甚至由于深度的限制而无法找到解。

　　如果不加以限制，它将沿着一条路径无限扩展，这将“捕获”成大量数据。一般来说，使用深度优先策略会选择一个合适的深度，然后反复搜索直到找到一个解，这样会降低搜索的效率。因此，当搜索数据量较小时，一般采用深度优先策略。

　　2）广度优先策略

　　广度优先策略根据网页内容目录层次的深度对页面进行爬取，较浅的目录层次的页面先爬取。当同一级别的页面被爬取时，爬虫进入下一级继续爬取。

　　还是以图3为例，遍历的路径是1→2→3→4→5→6→7→8

　　由于广度优先策略是在第 N 层的节点扩展完成后进入第 N+1 层，保证了通过最短路径找到解。

　　该策略可以有效控制页面的爬取深度，避免遇到无限深分支时无法结束爬取的问题。易于实现，不需要存储大量的中间节点。缺点是爬到更深的目录级别需要很长时间。页。

　　如果搜索的分支太多，即节点的后继节点太多，算法就会耗尽资源，在可用空间中找不到解。2. 聚焦网络爬虫 聚焦网络爬虫，也称为主题网络爬虫，是指选择性抓取与预定义主题相关的页面的网络爬虫。

　　1）基于内容评价的爬取策略

　　DeBra 将文本相似度的计算方法引入网络爬虫，提出了 Fish Search 算法。

　　该算法以用户输入的查询词为主题，将收录查询词的页面视为与该主题相关的页面，其局限性在于无法评估该页面与该主题的相关性。

　　Herseovic 对 Fish Search 算法进行了改进，提出了 Shark Search 算法，该算法使用空间向量模型来计算页面和主题之间的相关度。

　　通过使用基于连续值计算链接值的方法，我们不仅可以计算出哪些捕获的链接与主题相关，而且可以得到相关性的量化大小。

　　2）基于链接结构评估的爬取策略

　　与普通文本不同，网页是收录大量结构化信息的半结构化文档。

　　网页不是单独存在的。页面中的链接表示页面之间的关系。基于链接结构的搜索策略模式利用这些结构特征来评估页面和链接的重要性，从而确定搜索顺序。其中，PageRank算法就是这种搜索策略模式的代表。

　　PageRank算法的基本原理是，如果一个网页被多次引用，它可能是一个重要的网页；如果一个网页没有被多次引用，而是被一个重要网页引用，那么它也可能是一个重要网页。一个网页的重要性同样传递给它所指的网页。

　　将某个页面的PageRank除以该页面上存在的前向链接，将得到的值加到前向链接指向的页面的PageRank上，即得到链接页面的PageRank。

　　如图 5 所示，PageRank 为 100 的页面将其重要性同等地赋予它所引用的两个页面，每个页面获得 50，而 PageRank 为 9 的同一页面将其重要性赋予它所引用的三个页面。页面的每一页都传递一个值 3。

　　PageRank 为 53 的页面的值源自引用它的两个页面传递的值。

　　,

　　图5 PageRank算法示例

　　3）基于强化学习的爬取策略

　　Rennie 和 McCallum 将强化学习引入聚焦爬虫中，使用贝叶斯分类器根据整个网页文本和链接文本对超链接进行分类，并计算每个链接的重要性以确定链接被访问的顺序。

　　4）基于上下文图的爬取策略

　　勤勉等人。提出了一种爬取策略，通过构建上下文图来学习网页之间的相关性。该策略可以训练一个机器学习系统，通过该系统可以计算当前页面到相关网页的距离。中的链接具有优先访问权。3. 增量网络爬虫 增量网络爬虫是指增量更新下载的网页，只爬取新生成或更改的网页的爬虫。页面尽可能新。

　　增量网络爬虫有两个目标：

　　为了实现第一个目标，增量网络爬虫需要通过重访网页来更新本地页面集中的页面内容。常用的方法有统一更新法、个体更新法和分类更新法。

　　为了实现第二个目标，增量网络爬虫需要对网页的重要性进行排名。常见的策略包括广度优先策略和PageRank优先策略。4. 深网爬虫网页根据存在的不同可以分为表层网页和深层网页。

　　深网爬虫架构由六个基本功能模块（爬取控制器、解析器、表单分析器、表单处理器、响应分析器、LVS控制器）和两个爬虫内部数据结构（URL列表和LVS表）组成。

　　其中，LVS（LabelValueSet）表示标签和值的集合，用来表示填写表格的数据源。在爬取过程中，最重要的部分是表单填写，包括基于领域知识的表单填写和基于网页结构分析的表单填写。