python和php哪个更适合写爬虫


Posted in Python onJune 22, 2020

python和PHP相比较,python适合做爬虫。原因如下

抓取网页本身的接口

相比与其他静态编程语言,如java,c#,C++,python抓取网页文档的接口更简洁;相比其他动态脚本语言,如perl,shell,python的urllib2包提供了较为完整的访问网页文档的API。(当然ruby也是很好的选择)

此外,抓取网页有时候需要模拟浏览器的行为,很多网站对于生硬的爬虫抓取都是封杀的。这是我们需要模拟user agent的行为构造合适的请求,譬如模拟用户登陆、模拟session/cookie的存储和设置。在python里都有非常优秀的第三方包帮你搞定,如Requests,mechanize

网页抓取后的处理

抓取的网页通常需要处理,比如过滤html标签,提取文本等。python的beautifulsoap提供了简洁的文档处理功能,能用极短的代码完成大部分文档的处理。

其实以上功能很多语言和工具都能做,但是用python能够干得最快,最干净。Life is short, u need python.

py用在linux上很强大,语言挺简单的。

NO.1 快速开发(唯一能和python比开发效率的语言只有rudy)语言简洁,没那么多技巧,所以读起来很清楚容易。

NO.2跨平台(由于python的开源,他比java更能体现”一次编写到处运行”

NO.3解释性( 无须编译,直接运行/调试代码)

NO.4构架选择太多(GUI构架方面 主要的就有 wxPython, tkInter, PyGtk, PyQt 。

PHP 脚本主要用于以下三个领域:

服务端脚本。这是 PHP 最传统,也是最主要的目标领域。开展这项工作需要具备以下三点:PHP 解析器(CGI 或者服务器模块)、web

服务器和 web 浏览器。需要在运行 web 服务器时,安装并配置 PHP,然后,可以用 web 浏览器来访问 PHP 程序的输出,即浏览服务

端的 PHP 页面。如果只是实验 PHP 编程,所有的这些都可以运行在自己家里的电脑中。请查阅安装一章以获取更多信息。命令行脚本。

可以编写一段 PHP 脚本,并且不需要任何服务器或者浏览器来运行它。通过这种方式,仅仅只需要 PHP 解析器来执行。这种用法对于依

赖 cron(Unix 或者 Linux 环境)或者 Task Scheduler(Windows 环境)的日常运行的脚本来说是理想的选择。这些脚本也可以用来处

理简单的文本。请参阅 PHP 的命令行模式以获取更多信息。编写桌面应用程序。对于有着图形界面的桌面应用程序来说,PHP 或许不是

一种最好的语言,但是如果用户非常精通 PHP,并且希望在客户端应用程序中使用 PHP 的一些高级特性,可以利用 PHP-GTK 来编写这

些程序。用这种方法,还可以编写跨平台的应用程序。PHP-GTK 是 PHP 的一个扩展,在通常发布的 PHP 包中并不包含它。

网友观点扩展:

我用 PHP Node.js Python 写过抓取脚本,简单谈一下吧。

首先PHP。先说优势:网上抓取和解析html的框架一抓一大把,各种工具直接拿来用就行了,比较省心。缺点:首先速度/效率很成问题,有一次下载电影海报的时候,由于是crontab定期执行,也没做优化,开的php进程太多,直接把内存撑爆了。然后语法方面也很拖沓,各种关键字 符号 太多,不够简洁,给人一种没有认真设计过的感觉,写起来很麻烦。

Node.js。优点是效率、效率还是效率,由于网络是异步的,所以基本如同几百个进程并发一样强大,内存和CPU占用非常小,如果没有对抓取来的数据进行复杂的运算加工,那么系统的瓶颈基本就在带宽和写入MySQL等数据库的I/O速度。当然,优点的反面也是缺点,异步网络代表你需要callback,这时候如果业务需求是线性了,比如必须等待上一个页面抓取完成后,拿到数据,才能进行下一个页面的抓取,甚至多层的依赖关系,那就会出现可怕的多层callback!基本这时候,代码结构和逻辑就会一团乱麻。当然可以用Step等流程控制工具解决这些问题。

最后说Python。如果你对效率没有极端的要求,那么推荐用Python!首先,Python的语法很简洁,同样的语句,可以少敲很多次键盘。然后,Python非常适合做数据的处理,比如函数参数的打包解包,列表解析,矩阵处理,非常方便。

到此这篇关于python和php哪个更适合写爬虫的文章就介绍到这了,更多相关php和python哪个适合做爬虫内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python单链表实现代码实例
Nov 21 Python
实例讲解python函数式编程
Jun 09 Python
Python中的测试模块unittest和doctest的使用教程
Apr 14 Python
Python编写简单的HTML页面合并脚本
Jul 11 Python
Python获取当前页面内所有链接的四种方法对比分析
Aug 19 Python
PyQt5打开文件对话框QFileDialog实例代码
Feb 07 Python
pandas 实现将重复表格去重,并重新转换为表格的方法
Apr 18 Python
在spyder IPython console中,运行代码加入参数的实例
Apr 20 Python
使用Keras训练好的.h5模型来测试一个实例
Jul 06 Python
Python 实现将某一列设置为str类型
Jul 14 Python
python中编写函数并调用的知识点总结
Jan 13 Python
详解python的变量缓存机制
Jan 24 Python
如何理解python对象
Jun 21 #Python
什么是python的必选参数
Jun 21 #Python
什么是python的自省
Jun 21 #Python
python的json包位置及用法总结
Jun 21 #Python
为什么相对PHP黑python的更少
Jun 21 #Python
通过自学python能找到工作吗
Jun 21 #Python
python中常见错误及解决方法
Jun 21 #Python
You might like
使用无限生命期Session的方法
2006/10/09 PHP
php中配置文件操作 如config.php文件的读取修改等操作
2012/07/07 PHP
从零开始学YII2框架(六)高级应用程序模板
2014/08/20 PHP
Zend Framework框架实现类似Google搜索分页效果
2016/11/25 PHP
基于swoole实现多人聊天室
2018/06/14 PHP
通过实例解析PHP数据类型转换方法
2020/07/11 PHP
js过滤数组重复元素的方法
2010/09/05 Javascript
jquery基础教程之deferred对象使用方法
2014/01/22 Javascript
JavaScript获取两个数组交集的方法
2015/06/09 Javascript
JavaScript采用递归算法计算阶乘实例
2015/08/04 Javascript
4种JavaScript实现简单tab选项卡切换的方法
2016/01/06 Javascript
DOM中事件处理概览与原理的全面解析
2016/08/16 Javascript
js实现按钮控制带有停顿效果的图片滚动
2016/08/30 Javascript
jQuery实现简易的输入框字数计数功能示例
2017/01/16 Javascript
JS作用域链详解
2017/06/26 Javascript
Node.JS中快速扫描端口并发现局域网内的Web服务器地址(80)
2017/09/18 Javascript
JavaScript比较同一天的时间大小实例代码
2018/02/09 Javascript
Vue 的 v-model用法实例
2020/11/23 Vue.js
[00:12]DAC2018 Miracle-站上中单舞台,他能否再写奇迹?
2018/04/06 DOTA
python 截取 取出一部分的字符串方法
2017/03/01 Python
python使用pip安装SciPy、SymPy、matplotlib教程
2019/11/20 Python
Python小程序之在图片上加入数字的代码
2019/11/26 Python
Python中flatten( ),matrix.A用法说明
2020/07/05 Python
HTC VIVE美国官网:VR虚拟现实眼镜
2018/02/13 全球购物
JSF如何进行表格处理及取值
2012/08/06 面试题
Java程序员面试题
2016/09/27 面试题
如何安装ruby on rails
2014/02/09 面试题
工作作风建设心得体会
2014/10/22 职场文书
商务宴请邀请函范文
2015/02/02 职场文书
护理专业自荐信范文
2015/03/06 职场文书
2015学校图书管理员工作总结
2015/05/11 职场文书
2015年骨干教师工作总结
2015/05/26 职场文书
如何用PHP实现多线程编程
2021/05/26 PHP
为什么代码规范要求SQL语句不要过多的join
2021/06/23 MySQL
 python中的元类metaclass详情
2022/05/30 Python
Win11控制面板快捷键是什么?Win11打开控制面板的方法汇总
2022/07/07 数码科技