目录

1、前言

2、什么是网络爬虫

3、常见的爬虫框架

3.1、java框架

3.1.1、WebMagic

3.1.2、Jsoup

3.1.3、HttpClient

3.1.4、Crawler4j

3.1.5、HtmlUnit

3.1.6、Selenium

3.2、Python框架

3.2.1、Scrapy

3.2.2、BeautifulSoup + Requests

3.2.3、Selenium

3.2.4、PyQuery

3.2.5、PySpider

3.2.6、Portia

3.2.7、Newspaper

3.2.8、Crawley

3.2.9、Grab

3.2.10、Python-goose

3.2.11、Cola

4、爬虫策略

1、前言

网络爬虫技术在信息时代的大数据时代中变得越来越重要。它是一种从互联网上获取数据的技术，被广泛应用于搜索引擎、数据挖掘、商业情报等领域。

2、什么是网络爬虫

网络爬虫（英语：web crawler），也叫网络蜘蛛（spider），是一种用来自动浏览万维网的网络机器人。其目的一般为编纂网络索引。通常网络爬虫是一种自动化程序或脚本，专门用于在互联网上浏览和抓取网页信息。网络爬虫的主要目的是从网络上的不同网站、页面或资源中搜集数据。它是搜索引擎、数据挖掘、内容聚合和其他信息检索任务的关键组成部分。

网络爬虫的工作方式类似于人类在互联网上浏览网页的过程，但是它能够以更快的速度、更大的规模和更一致的方式执行这些任务。网络爬虫的基本流程包括：

发送请求：爬虫向目标网站发送HTTP请求，请求特定的网页或资源。获取网页内容：爬虫接收到服务器的响应，获取网页的HTML或其他相关内容。解析网页：爬虫使用解析器（如HTML解析器）分析网页的结构，提取需要的信息。存储数据： 爬虫将提取的数据存储到本地数据库、文件或其他存储介质中。遍历链接：爬虫可能会继续遍历网页中的链接，递归抓取更多的页面。

虽然网络爬虫在信息检索和数据分析中具有重要作用，但需要注意合法使用，遵循网站的爬取规则，以及尊重隐私和版权等法律和伦理规定。

3、常见的爬虫框架

爬虫框架是一种用于开发网络爬虫（Web Crawler）的工具或软件框架。网络爬虫是一类程序，用于自动地浏览互联网，并收集、提取感兴趣的信息。爬虫框架提供了一系列的工具和功能，简化了爬虫的开发过程，加速了数据采集的效率。这里汇总了一些常见的Java类爬虫框架和Python类爬虫框架。

3.1、java框架

3.1.1、WebMagic

WebMagic是一款基于Java的开源爬虫框架，支持注解和设计模式，简化了爬取任务的实现。官网地址：Introduction · WebMagic Documents

WebMagic的总体架构：

以下是一个简单的WebMagic示例：

import us.codecraft.webmagic.Page;

import us.codecraft.webmagic.Site;

import us.codecraft.webmagic.Spider;

import us.codecraft.webmagic.processor.PageProcessor;

public class MySpider implements PageProcessor {

private Site site = Site.me().setRetryTimes(3).setSleepTime(1000);

@Override

public void process(Page page) {

// 爬虫逻辑，提取页面内容等

}

@Override

public Site getSite() {

return site;

}

public static void main(String[] args) {

Spider.create(new MySpider())

.addUrl("http://www.example.com")

.run();

}

}

3.1.2、Jsoup

Jsoup是一款用于解析HTML文档的Java库，提供了类似于jQuery的API。官网地址：jsoup: Java HTML parser, built for HTML editing, cleaning, scraping, and XSS safety。

简单示例代码：

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

import java.io.IOException;

public class JsoupExample {

public static void main(String[] args) {

String url = "http://www.example.com";

try {

Document document = Jsoup.connect(url).get();

// 爬虫逻辑，提取页面内容等

} catch (IOException e) {

e.printStackTrace();

}

}

}

3.1.3、HttpClient

Apache HttpClient 是一个用于发送 HTTP 请求的 Java 库，可以用于编写简单的网络爬虫。以下是一个使用 HttpClient 实现的简单爬虫示例代码。官网地址：Overview (Apache HttpClient 5.2.3 API)

简单示例代码：

import org.apache.http.HttpEntity;

import org.apache.http.HttpResponse;

import org.apache.http.client.HttpClient;

import org.apache.http.client.methods.HttpGet;

import org.apache.http.impl.client.HttpClients;

import org.apache.http.util.EntityUtils;

import java.io.IOException;

public class SimpleHttpClientCrawler {

public static void main(String[] args) {

// 创建 HttpClient 实例

HttpClient httpClient = HttpClients.createDefault();

// 指定要爬取的 URL

String url = "http://www.example.com";

// 创建 HTTP GET 请求

HttpGet httpGet = new HttpGet(url);

try {

// 执行请求并获取响应

HttpResponse response = httpClient.execute(httpGet);

// 获取响应实体

HttpEntity entity = response.getEntity();

if (entity != null) {

// 将响应实体转换为字符串

String content = EntityUtils.toString(entity);

System.out.println(content);

}

} catch (IOException e) {

e.printStackTrace();

} finally {

// 关闭 HttpClient 连接

try {

httpClient.close();

} catch (IOException e) {

e.printStackTrace();

}

}

}

}

3.1.4、Crawler4j

Crawler4j是一个开源的Java类库提供一个用于抓取Web页面的简单接口。可以利用它来构建一个多线程的Web爬虫。官网地址：GitHub - yasserg/crawler4j: Open Source Web Crawler for Java

以下是简单示例代码：

public class Controller {

public static void main(String[] args) throws Exception {

String crawlStorageFolder = "/data/crawl/root";

int numberOfCrawlers = 7;

CrawlConfig config = new CrawlConfig();

config.setCrawlStorageFolder(crawlStorageFolder);

// Instantiate the controller for this crawl.

PageFetcher pageFetcher = new PageFetcher(config);

RobotstxtConfig robotstxtConfig = new RobotstxtConfig();

RobotstxtServer robotstxtServer = new RobotstxtServer(robotstxtConfig, pageFetcher);

CrawlController controller = new CrawlController(config, pageFetcher, robotstxtServer);

// For each crawl, you need to add some seed urls. These are the first

// URLs that are fetched and then the crawler starts following links

// which are found in these pages

controller.addSeed("https://www.ics.uci.edu/~lopes/");

controller.addSeed("https://www.ics.uci.edu/~welling/");

controller.addSeed("https://www.ics.uci.edu/");

// The factory which creates instances of crawlers.

CrawlController.WebCrawlerFactory<BasicCrawler> factory = MyCrawler::new;

// Start the crawl. This is a blocking operation, meaning that your code

// will reach the line after this only when crawling is finished.

controller.start(factory, numberOfCrawlers);

}

}

3.1.5、HtmlUnit

HtmlUnit 是一个用于模拟浏览器行为的 Java 库，可用于爬取动态网页。它对 HTML 文档进行建模并提供一个 API，允许您调用页面、填写表单、单击链接等......就像您在“普通”浏览器中所做的那样。它具有相当好的 JavaScript 支持（正在不断改进），甚至能够使用相当复杂的 AJAX 库，根据所使用的配置模拟 Chrome、Firefox 或 Internet Explorer。官网地址：HtmlUnit – Welcome to HtmlUnit

简单示例代码：

import com.gargoylesoftware.htmlunit.BrowserVersion;

import com.gargoylesoftware.htmlunit.WebClient;

import com.gargoylesoftware.htmlunit.html.HtmlPage;

public class HtmlUnitExample {

public static void main(String[] args) {

try (WebClient webClient = new WebClient(BrowserVersion.CHROME)) {

// 打开一个包含 JavaScript 渲染的页面

HtmlPage page = webClient.getPage("http://www.example.com");

// 获取页面标题

String title = page.getTitleText();

System.out.println("Page Title: " + title);

} catch (Exception e) {

e.printStackTrace();

}

}

}

3.1.6、Selenium

Selenium是一个用于Web

应用程序测试的工具。Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE（7, 8, 9, 10, 11），Mozilla Firefox，Safari，Google Chrome，Opera，Edge等。这个工具的主要功能包括：测试与浏览器的兼容性——测试应用程序看是否能够很好得工作在不同浏览器和操作系统之上。测试系统功能——创建回归测试检验软件功能和用户需求。支持自动录制动作和自动生成.Net、Java、Perl等不同语言的测试脚本。

同样也可以用于爬取动态网页。官网地址：Selenium

简单示例代码：

import org.openqa.selenium.WebDriver;

import org.openqa.selenium.chrome.ChromeDriver;

public class SeleniumExample {

public static void main(String[] args) {

// 设置 ChromeDriver 路径

System.setProperty("webdriver.chrome.driver", "/path/to/chromedriver");

// 创建 ChromeDriver 实例

WebDriver driver = new ChromeDriver();

try {

// 打开一个包含 JavaScript 渲染的页面

driver.get("http://www.example.com");

// 获取页面标题

String title = driver.getTitle();

System.out.println("Page Title: " + title);

} finally {

// 关闭浏览器窗口

driver.quit();

}

}

}

3.2、Python框架

3.2.1、Scrapy

Scrapy是一个功能强大且灵活的开源爬虫框架，用于快速开发爬虫和数据提取工具。它提供了基于规则的爬取方式，支持分布式爬取，并且有着良好的文档和活跃的社区。官网地址：GitHub - scrapy/scrapy: Scrapy, a fast high-level web crawling & scraping framework for Python.

简单示例代码：

import scrapy

class MySpider(scrapy.Spider):

name = 'myspider'

start_urls = ['http://www.example.com']

def parse(self, response):

# 爬虫逻辑，提取页面内容等

pass

3.2.2、BeautifulSoup + Requests

BeautifulSoup是一个HTML解析库，而Requests是一个用于发送HTTP请求的库。它们经常一起使用，可以轻松地进行网页解析和数据提取。官网地址：Beautiful Soup 4.12.0 文档 — Beautiful Soup 4.12.0 documentation

简单示例代码：

import requests

from bs4 import BeautifulSoup

url = 'http://www.example.com'

response = requests.get(url)

if response.status_code == 200:

soup = BeautifulSoup(response.text, 'html.parser')

# 爬虫逻辑，提取页面内容等

else:

print(f"请求失败，状态码：{response.status_code}")

3.2.3、Selenium

同Java下的Selenium一样，Python也同样支持该库。是一个用于自动化浏览器的工具，可以用于爬取动态网页，支持JavaScript渲染。它模拟用户在浏览器中的操作，适用于一些需要模拟用户行为的场景。

简单示例代码：

from selenium import webdriver

url = 'http://www.example.com'

driver = webdriver.Chrome()

driver.get(url)

# 爬虫逻辑，提取页面内容等

driver.quit()

3.2.4、PyQuery

PyQuery是一个类似于jQuery的库，用于解析HTML文档。它提供了简洁的API，使得在Python中进行HTML解析变得更加方便。官网地址：pyquery · PyPI

简单示例代码：

from pyquery import PyQuery as pq

url = 'http://www.example.com'

doc = pq(url)

# 爬虫逻辑，提取页面内容等

3.2.5、PySpider

PySpider 是一个强大的分布式爬虫框架，使用 Python 语言开发，专注于提供简单、灵活、强大、快速的爬虫服务。PySpider 支持分布式部署，具有良好的可扩展性和高度定制化的特点。官网地址：Introduction - pyspider

简单示例代码：

from pyspider.libs.base_handler import *

class Handler(BaseHandler):

crawl_config = {

'headers': {

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'

}

}

@every(minutes=24 * 60)

def on_start(self):

self.crawl('https://movie.douban.com/top250', callback=self.index_page)

@config(age=10 * 24 * 60 * 60)

def index_page(self, response):

for each in response.doc('div.item'):

self.crawl(each('div.hd a').attr.href, callback=self.detail_page)

next = response.doc('.next a').attr.href

self.crawl(next, callback=self.index_page)

@config(priority=2)

def detail_page(self, response):

return {

"url": response.url,

"title": response.doc('h1 span').text(),

"rating": response.doc('strong.ll.rating_num').text(),

"cover": response.doc('img[rel="v:image"]').attr.src,

}

3.2.6、Portia

Portia 是一个开源的可视化爬虫工具，用于从网站上提取结构化数据。它是 Scrapinghub 公司开发的一部分，旨在简化和加速网页数据抽取的过程，无需编写复杂的代码。官网地址：Getting Started — Portia 2.0.8 documentation

Python中安装Portia：

pip install portia

# 安装后直接启动

portia

它将在本地启动一个 Web 服务，并提供一个 web 页面来进行数据抽取的可视化操作。

3.2.7、Newspaper

Newspaper 是一个用于提取文章内容的 Python 库。它旨在帮助开发者从新闻网站和其他在线文章中提取有用的信息，例如标题、作者、正文内容等。Newspaper 的设计目标是易于使用且高效，适用于各种新闻网站和文章结构。官网地址：GitHub - codelucas/newspaper: newspaper3k is a news, full-text, and article metadata extraction in Python 3. Advanced docs:

安装newspaper3k

pip install newspaper3k

简单代码示例：

from newspaper import Article

# 输入文章的 URL

article_url = 'https://www.example.com/article'

# 创建 Article 对象并下载文章内容

article = Article(article_url)

article.download()

# 解析文章内容

article.parse()

# 输出文章信息

print("Title:", article.title)

print("Authors:", article.authors)

print("Publish Date:", article.publish_date)

print("\nArticle Content:\n", article.text)

3.2.8、Crawley

Crawley可以高速爬取对应网站的内容，支持关系和非关系数据库，数据可以导出为JSON、XML等。Crawley 提供了非常强大和灵活的内容提取功能。它支持使用 CSS 选择器和 XPath 表达式从网页中提取所需的信息，使用 PyQuery 和 lxml 库进行解析。官网地址：Crawley’s Documentation — crawley v0.1.0 documentation

简单示例代码：

from crawley.crawlers import BaseCrawler

from crawley.scrapers import BaseScraper

from crawley.extractors import XPathExtractor

from models import *

class pypiScraper(BaseScraper):

#specify the urls that can be scraped by this class

matching_urls = ["%"]

def scrape(self, response):

#getting the html table

table = response.html.xpath("/html/body/div[5]/div/div/div[3]/table")[0]

#for rows 1 to n-1

for tr in table[1:-1]:

#obtaining the searched html inside the rows

td_updated = tr[0]

td_package = tr[1]

package_link = td_package[0]

td_description = tr[2]

#storing data in Packages table

Package(updated=td_updated.text, package=package_link.text, description=td_description.text)

class pypiCrawler(BaseCrawler):

#add your starting urls here

start_urls = ["http://pypi.python.org/pypi"]

#add your scraper classes here

scrapers = [pypiScraper]

#specify you maximum crawling depth level

max_depth = 0

#select your favourite HTML parsing tool

extractor = XPathExtractor

3.2.9、Grab

Grab 是一个用于编写网络爬虫的 Python 框架。它提供了一套强大而灵活的工具，使得爬取和处理网页变得更加容易。Grab 的设计目标是简化常见的爬虫任务，同时保持足够的灵活性来处理各种不同的网站结构。官网地址：http://docs.grablib.org/en/latest/#grab-spider-user-manual

简单示例代码：

from grab import Grab

# 创建 Grab 实例

g = Grab()

# 设置要抓取的 URL

url = 'https://www.example.com'

g.go(url)

# 输出抓取的页面内容

print("Content of", url)

print(g.response.body)

3.2.10、Python-goose

python-goose 是一个轻量级的文章提取库，旨在从网页中提取文章内容。它使用类似于自然语言处理的技术来分析页面，提取标题、作者、正文等信息。官网地址：GitHub - grangier/python-goose: Html Content / Article Extractor, web scrapping lib in Python

简单示例代码：

from goose3 import Goose

# 创建 Goose 实例

g = Goose()

# 设置要提取的文章 URL

url = 'https://www.example.com/article'

article = g.extract(url)

# 输出提取的信息

print("Title:", article.title)

print("Authors:", article.authors)

print("Publish Date:", article.publish_date)

print("\nArticle Content:\n", article.cleaned_text)

3.2.11、Cola

cola 是另一个用于提取文章内容的库，它使用机器学习技术，并具有可配置的规则引擎，可以适应不同的网站结构。cola 的目标是实现高准确性和高可用性。官网地址：GitHub - qinxuye/cola: A high-level distributed crawling framework.

简单示例代码：

from cola.extractors import ArticleExtractor

# 设置要提取的文章 URL

url = 'https://www.example.com/article'

# 使用 ArticleExtractor 提取文章信息

article = ArticleExtractor().get_article(url)

# 输出提取的信息

print("Title:", article.title)

print("Authors:", article.authors)

print("Publish Date:", article.publish_date)

print("\nArticle Content:\n", article.text)

4、爬虫策略

爬虫策略是指在进行网络爬虫操作时制定的一系列规则和策略，用于规范爬取行为、保护被爬取网站和服务器、确保合法合规的数据采集。以下是一些常见的爬虫策略：

遵守 robots.txt 文件：robots.txt 是网站根目录下的一个文本文件，用于指示爬虫哪些页面可以爬取，哪些不可以。爬虫应该尊重 robots.txt 文件中的规定。设置合理的爬取速率：控制爬虫的爬取速率，以避免对目标服务器造成过大的负担。爬虫速度过快可能导致服务器负载过高，影响其他用户访问该服务器。使用合法的 User-Agent：设置合法的 User-Agent，模拟正常用户的请求。一些网站可能会禁止爬取行为，特别是对于没有合法 User-Agent 的爬虫。处理重试和错误： 确保爬虫能够正确处理页面请求失败、超时等情况，实现自动重试或记录错误信息。这可以提高爬虫的鲁棒性。爬取深度和范围控制：设置爬虫的爬取深度和范围，以限制爬取的页面数量。这有助于控制爬虫的规模，避免对目标站点的过度访问。使用代理IP池：使用代理服务器来隐藏真实 IP 地址，减少被封禁的风险。代理池可以轮流使用多个代理，避免单个 IP 被封锁。定时更新爬虫规则：定期检查目标网站的变化，更新爬虫规则，以适应网站结构的变化。这可以提高爬虫的稳定性和持久性。合法数据使用：爬取到的数据只能用于合法用途，不得用于侵犯隐私、侵权、非法竞争等违法活动。遵守法律法规，尊重网站的使用政策。尊重隐私和版权：避免爬取包含个人隐私信息的页面，不要违反版权法。在进行爬取时，要考虑到被爬取网站的合法权益。合理使用缓存：在适当的情况下使用缓存，避免频繁请求相同的页面，减轻服务器负担。