我们知道，当今正处人工智能时代，生活的方式日新月异。你是否常常苦恼于在各大网站上查询资料而不得，抑或是在各大商家平台上抢购东西而空欢喜呢？
今天，小猪就教大家什么叫爬虫？！
1、首先你要弄清为啥学爬虫？
有人用python爬虫在京东抢口罩，实现实时监测、实时抢购。可以说很调皮了~其实这是爬虫在电商领域的一个常规操作，在学习爬虫之后你可以用它来进行：商品抓取、价格监控（如喵喵折）、评论抓取、竞品分析、动态顶级等。
除此之外，你还可以用爬虫做房源监控分析、网络舆情监测、精准客户获取、新闻资讯筛选、地信数据抓取、金融股票分析等等。
之前网上一直很火的用python登陆12306抢票，也是爬虫的杰作，不过如今越来越难了。
2、什么是爬虫
网络爬虫（又称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。
3、聚焦爬虫工作原理以及关键技术概述
网络爬虫是一个自动提取网页的程序，它为搜索引擎从万维网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂，需要根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL队列。然后，它将根据一定的搜索策略从队列中选择下一步要抓取的网页URL，并重复上述过程，直到达到系统的某一条件时停止。另外，所有被爬虫抓取的网页将会被系统存贮，进行一定的分析、过滤，并建立索引，以便之后的查询和检索；对于聚焦爬虫来说，这一过程所得到的分析结果还可能对以后的抓取过程给出反馈和指导。
相对于通用网络爬虫，聚焦爬虫还需要解决三个主要问题：
(1) 对抓取目标的描述或定义；
(2) 对网页或数据的分析与过滤；
(3) 对URL的搜索策略。
閱讀更多 餵豬吃蘋果 的文章
