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；相对于其他动态脚本语言，如 perl、shell、python，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，模拟会话/cookie存储和设置。python中有优秀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，可以用极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对linux来说功能很强大，语言也很简单。

　　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，NGEFg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 架构选择太多（主要的GUI架构包括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服务器时需要安装和配置PHP，然后才能使用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，那么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。有关更多信息，请参阅 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PH编程，并且想在客户端应用程序中使用PHP的一些高级功能，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 的一个扩展，通常发布的 PHP 包中不收录它。

　　网友的观点扩大了：

　　我使用了 PHP 节点。Python写爬虫脚本，简单说一下。

　　首先是PHP。先说优点：网上大量的爬取解析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。关键词太多，不够简洁。给人一种没有经过精心设计的感觉，写起来很麻烦。

　　节点.js。优点是效率，效率还是效率。由于网络是异步的，它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速度了。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，比如必须等待上一页被爬取到数据，下一页才能被爬取，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。那么，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更适合爬取文章的文章介绍到这里，更多相关php和python适合爬取的内容，请搜索我们之前的文章或者继续浏览下面文章希望大家以后多多支持我们！

　　文章名称：python 和 php 哪个更适合写爬虫