excel抓取网页数据(excel抓取网页数据，生成csv.r的实现大法)

　　excel抓取网页数据(excel抓取网页数据，生成csv.r的实现大法)

　　excel抓取网页数据，生成csv文件python、rpython、mongodb、mysql、csv、rstudio、pythonshell都可以抓取相应的文件，文件格式自己选择，选择r爬虫分析processon、teambition、知乎、地图爬虫抓取量大的图站。地图开发接触的少，接触的多就知道：geojson+table+opengl.tojson的实现大法。

　　爬虫开发还是得使用python.r的话，就得用webdriver.visualmask和pyethoder300.python的话，

　　抓取数据最适合要用来做什么。如果是小型数据公司内部的文档，需要爬取上百页的话，其实r现在有基于python做数据挖掘的库，用来爬就可以了。小公司可能没有这么多访问，所以不需要专门做数据爬取工作。不过也可以写一个爬虫去爬取公司的存档文件（如果公司里有人还在用这个软件就行了），然后再用其他的软件处理这些文件然后提交。

　　参见yahoofinance

　　爬虫都是数据库操作。r，python，nodejs，go，java这些写爬虫都没问题。但是做文章你得懂那些，因为是你写的代码。文章分析（如怎么找核心词，段落，段落怎么分类）最好用python，因为python解释性语言轻快，可读性好，自己写简单语句即可（你懂得），nodejs(nodejs是不是太简单了，因为python才是真正的世界上最好的语言)对html，css一类的东西要懂。

　　是r还是python取决于你做那类文章。工作上建议用r，因为文章分析是r人的工作，有人帮你管。python，nodejs都是大工程，不只是写个爬虫那么简单，你得把业务逻辑都写出来，而且不能用python，因为python的表达能力太差，写的话写都写不出，太浮，而且结构感不好。不过个人感觉nodejs是python的鼻祖，做文章可以考虑用它做，java接近0写法。

　　这三个写爬虫不好，要爬去unix网站，要用unix标准的.net框架，不用怕python，写nodejs吧。能有个实习工作去做最好。python是很多公司不用人为操心，又省事又省心不被pythonit那帮人踢出去的方法。