日本综合一区二区|亚洲中文天堂综合|日韩欧美自拍一区|男女精品天堂一区|欧美自拍第6页亚洲成人精品一区|亚洲黄色天堂一区二区成人|超碰91偷拍第一页|日韩av夜夜嗨中文字幕|久久蜜综合视频官网|精美人妻一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時(shí)間：8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
詳解4種類型的爬蟲技術(shù)
  •  聚焦網(wǎng)絡(luò)爬蟲是“面向特定主題需求”的一種爬蟲程序，而通用網(wǎng)絡(luò)爬蟲則是捜索引擎抓取系統(tǒng)(Baidu、Google、Yahoo等)的重要組成部分，主要目的是將互聯(lián)網(wǎng)上的網(wǎng)頁下載到本地，形成一個(gè)互聯(lián)網(wǎng)內(nèi)容的鏡像備份。
  • 增量抓取意即針對某個(gè)站點(diǎn)的數(shù)據(jù)進(jìn)行抓取，當(dāng)網(wǎng)站的新增數(shù)據(jù)或者該站點(diǎn)的數(shù)據(jù)發(fā)生變化后，自動地抓取它新增的或者變化后的數(shù)據(jù)。
  • Web頁面按存在方式可以分為表層網(wǎng)頁(surface Web)和深層網(wǎng)頁(deep Web，也稱invisible Web pages或hidden Web)。
  • 表層網(wǎng)頁是指傳統(tǒng)搜索引擎可以索引的頁面，即以超鏈接可以到達(dá)的靜態(tài)網(wǎng)頁為主來構(gòu)成的Web頁面。
  • 深層網(wǎng)頁是那些大部分內(nèi)容不能通過靜態(tài)鏈接獲取的、隱藏在搜索表單后的，只有用戶提交一些關(guān)鍵詞才能獲得的Web頁面。

01 聚焦爬蟲技術(shù)

聚焦網(wǎng)絡(luò)爬蟲(focused crawler)也就是主題網(wǎng)絡(luò)爬蟲。聚焦爬蟲技術(shù)增加了鏈接評價(jià)和內(nèi)容評價(jià)模塊，其爬行策略實(shí)現(xiàn)要點(diǎn)就是評價(jià)頁面內(nèi)容以及鏈接的重要性。

創(chuàng)新互聯(lián)建站專注于雙塔網(wǎng)站建設(shè)服務(wù)及定制，我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗(yàn)。 熱誠為您提供雙塔營銷型網(wǎng)站建設(shè)，雙塔網(wǎng)站制作、雙塔網(wǎng)頁設(shè)計(jì)、雙塔網(wǎng)站官網(wǎng)定制、成都微信小程序服務(wù)，打造雙塔網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供雙塔網(wǎng)站排名全網(wǎng)營銷落地服務(wù)。

基于鏈接評價(jià)的爬行策略，主要是以Web頁面作為半結(jié)構(gòu)化文檔，其中擁有很多結(jié)構(gòu)信息可用于評價(jià)鏈接重要性。還有一個(gè)是利用Web結(jié)構(gòu)來評價(jià)鏈接價(jià)值的方法，也就是HITS法，其通過計(jì)算每個(gè)訪問頁面的Authority權(quán)重和Hub權(quán)重來決定鏈接訪問順序。

而基于內(nèi)容評價(jià)的爬行策略，主要是將與文本相似的計(jì)算法加以應(yīng)用，提出Fish-Search算法，把用戶輸入查詢詞當(dāng)作主題，在算法的進(jìn)一步改進(jìn)下，通過Shark-Search算法就能利用空間向量模型來計(jì)算頁面和主題相關(guān)度大小。

面向主題爬蟲，面向需求爬蟲：會針對某種特定的內(nèi)容去爬取信息，而且會保證信息和需求盡可能相關(guān)。一個(gè)簡單的聚焦爬蟲使用方法的示例如下所示。

  • 【例1】一個(gè)簡單的爬取圖片的聚焦爬蟲

 

 
 
    
  
  
  1. import urllib.request 
    2. 
  
  
  2.     # 爬蟲專用的包urllib，不同版本的Python需要下載不同的爬蟲專用包 
    3. 
  
  
  3. import re 
    4. 
  
  
  4.     # 正則用來規(guī)律爬取 
    5. 
  
  
  5. keyname="" 
    6. 
  
  
  6.     # 想要爬取的內(nèi)容 
    7. 
  
  
  7. key=urllib.request.quote(keyname) 
    8. 
  
  
  8.     # 需要將你輸入的keyname解碼，從而讓計(jì)算機(jī)讀懂 
    9. 
  
  
  9. for i in range(0,5):   # (0,5)數(shù)字可以自己設(shè)置，是淘寶某產(chǎn)品的頁數(shù) 
    10. 
  
  
  10.     url="https://s.taobao.com/search?q="+key+"&imgfile=&js=1&stats_click=search_radio_all%3A1&initiative_id=staobaoz_20180815&ie=utf8&bcoffset=0&ntoffset=6&p4ppushleft=1%2C48&s="+str(i*44) 
    11. 
  
  
  11. # url后面加上你想爬取的網(wǎng)站名，然后你需要多開幾個(gè)類似的網(wǎng)站以找到其規(guī)則 
    12. 
  
  
  12. # data是你爬取到的網(wǎng)站所有的內(nèi)容要解碼要讀取內(nèi)容 
    13. 
  
  
  13.     pat='"pic_url":"http://(.*?)"' 
    14. 
  
  
  14. # pat使用正則表達(dá)式從網(wǎng)頁爬取圖片 
    15. 
  
  
  15. # 將你爬取到的內(nèi)容放在一個(gè)列表里面 
    16. 
  
  
  16.     print(picturelist) 
    17. 
  
  
  17.     # 可以不打印，也可以打印下來看看 
    18. 
  
  
  18.     for j in range(0,len(picturelist)): 
    19. 
  
  
  19.         picture=picturelist[j] 
    20. 
  
  
  20.         pictureurl="http://"+picture 
    21. 
  
  
  21.         # 將列表里的內(nèi)容遍歷出來，并加上http://轉(zhuǎn)到高清圖片 
    22. 
  
  
  22.         file="E:/pycharm/vscode文件/圖片/"+str(i)+str(j)+".jpg" 
    23. 
  
  
  23.         # 再把圖片逐張編號，不然重復(fù)的名字將會被覆蓋掉 
    24. 
  
  
  24.         urllib.request.urlretrieve(pictureurl,filename=file) 
    25. 
  
  
  25.         # 最后保存到文件夾 
    26.

 

02 通用爬蟲技術(shù)

通用爬蟲技術(shù)(general purpose Web crawler)也就是全網(wǎng)爬蟲。其實(shí)現(xiàn)過程如下。

  • 第一，獲取初始URL。初始URL地址可以由用戶人為指定，也可以由用戶指定的某個(gè)或某幾個(gè)初始爬取網(wǎng)頁決定。
  • 第二，根據(jù)初始的URL爬取頁面并獲得新的URL。獲得初始的URL地址之后，需要先爬取對應(yīng)URL地址中的網(wǎng)頁，接著將網(wǎng)頁存儲到原始數(shù)據(jù)庫中，并且在爬取網(wǎng)頁的同時(shí)，發(fā)現(xiàn)新的URL地址，并且將已爬取的URL地址存放到一個(gè)URL列表中，用于去重及判斷爬取的進(jìn)程。
  • 第三，將新的URL放到URL隊(duì)列中，在于第二步內(nèi)獲取下一個(gè)新的URL地址之后，會將新的URL地址放到URL隊(duì)列中。
  • 第四，從URL隊(duì)列中讀取新的URL，并依據(jù)新的URL爬取網(wǎng)頁，同時(shí)從新的網(wǎng)頁中獲取新的URL并重復(fù)上述的爬取過程。

第五，滿足爬蟲系統(tǒng)設(shè)置的停止條件時(shí)，停止爬取。在編寫爬蟲的時(shí)候，一般會設(shè)置相應(yīng)的停止條件。如果沒有設(shè)置停止條件，爬蟲便會一直爬取下去，一直到無法獲取新的URL地址為止，若設(shè)置了停止條件，爬蟲則會在停止條件滿足時(shí)停止爬取。詳情請參見圖2-5中的右下子圖。

通用爬蟲技術(shù)的應(yīng)用有著不同的爬取策略，其中的廣度優(yōu)先策略以及深度優(yōu)先策略都是比較關(guān)鍵的，如深度優(yōu)先策略的實(shí)施是依照深度從低到高的順序來訪問下一級網(wǎng)頁鏈接。

關(guān)于通用爬蟲使用方法的示例如下。

  • 【例2】爬取京東商品信息

 

 
 
    
  
  
  1. ''' 
    2. 
  
  
  2. 爬取京東商品信息： 
    3. 
  
  
  3.     請求url：https://www.jd.com/ 
    4. 
  
  
  4.     提取商品信息： 
    5. 
  
  
  5.         1.商品詳情頁 
    6. 
  
  
  6.         2.商品名稱 
    7. 
  
  
  7.         3.商品價(jià)格 
    8. 
  
  
  8.         4.評價(jià)人數(shù) 
    9. 
  
  
  9.         5.商品商家 
    10. 
  
  
  10. ''' 
    11. 
  
  
  11. from selenium import webdriver    # 引入selenium中的webdriver 
    12. 
  
  
  12. from selenium.webdriver.common.keys import Keys 
    13. 
  
  
  13. import time 
    14. 
  
  
  14.  
    15. 
  
  
  15. def get_good(driver): 
    16. 
  
  
  16.     try: 
    17. 
  
  
  17.  
    18. 
  
  
  18.         # 通過JS控制滾輪滑動獲取所有商品信息 
    19. 
  
  
  19.         js_code = ''' 
    20. 
  
  
  20.             window.scrollTo(0,5000); 
    21. 
  
  
  21.         ''' 
    22. 
  
  
  22.         driver.execute_script(js_code)  # 執(zhí)行js代碼 
    23. 
  
  
  23.  
    24. 
  
  
  24.         # 等待數(shù)據(jù)加載 
    25. 
  
  
  25.         time.sleep(2) 
    26. 
  
  
  26.  
    27. 
  
  
  27.         # 查找所有商品div 
    28. 
  
  
  28.         # good_div = driver.find_element_by_id('J_goodsList') 
    29. 
  
  
  29.         good_list = driver.find_elements_by_class_name('gl-item') 
    30. 
  
  
  30.         n = 1 
    31. 
  
  
  31.         for good in good_list: 
    32. 
  
  
  32.             # 根據(jù)屬性選擇器查找 
    33. 
  
  
  33.             # 商品鏈接 
    34. 
  
  
  34.             good_url = good.find_element_by_css_selector( 
    35. 
  
  
  35.                 '.p-img a').get_attribute('href') 
    36. 
  
  
  36.  
    37. 
  
  
  37.             # 商品名稱 
    38. 
  
  
  38.             good_name = good.find_element_by_css_selector( 
    39. 
  
  
  39.                 '.p-name em').text.replace("\n", "--") 
    40. 
  
  
  40.  
    41. 
  
  
  41.             # 商品價(jià)格 
    42. 
  
  
  42.             good_price = good.find_element_by_class_name( 
    43. 
  
  
  43.                 'p-price').text.replace("\n", ":") 
    44. 
  
  
  44.  
    45. 
  
  
  45.             # 評價(jià)人數(shù) 
    46. 
  
  
  46.             good_commit = good.find_element_by_class_name( 
    47. 
  
  
  47.                 'p-commit').text.replace("\n", " ") 
    48. 
  
  
  48.  
    49. 
  
  
  49.             good_content = f''' 
    50. 
  
  
  50.                         商品鏈接: {good_url} 
    51. 
  
  
  51.                         商品名稱: {good_name} 
    52. 
  
  
  52.                         商品價(jià)格: {good_price} 
    53. 
  
  
  53.                         評價(jià)人數(shù): {good_commit} 
    54. 
  
  
  54.                         \n 
    55. 
  
  
  55.                         ''' 
    56. 
  
  
  56.             print(good_content) 
    57. 
  
  
  57.             with open('jd.txt', 'a', encoding='utf-8') as f: 
    58. 
  
  
  58.                 f.write(good_content) 
    59. 
  
  
  59.  
    60. 
  
  
  60.         next_tag = driver.find_element_by_class_name('pn-next') 
    61. 
  
  
  61.         next_tag.click() 
    62. 
  
  
  62.  
    63. 
  
  
  63.         time.sleep(2) 
    64. 
  
  
  64.  
    65. 
  
  
  65.         # 遞歸調(diào)用函數(shù) 
    66. 
  
  
  66.         get_good(driver) 
    67. 
  
  
  67.  
    68. 
  
  
  68.         time.sleep(10) 
    69. 
  
  
  69.  
    70. 
  
  
  70.     finally: 
    71. 
  
  
  71.         driver.close() 
    72. 
  
  
  72.  
    73. 
  
  
  73.  
    74. 
  
  
  74. if __name__ == '__main__': 
    75. 
  
  
  75.  
    76. 
  
  
  76.     good_name = input('請輸入爬取商品信息:').strip() 
    77. 
  
  
  77.  
    78. 
  
  
  78.     driver = webdriver.Chrome() 
    79. 
  
  
  79.     driver.implicitly_wait(10) 
    80. 
  
  
  80.     # 往京東主頁發(fā)送請求 
    81. 
  
  
  81.     driver.get('https://www.jd.com/') 
    82. 
  
  
  82.  
    83. 
  
  
  83.     # 輸入商品名稱，并回車搜索 
    84. 
  
  
  84.     input_tag = driver.find_element_by_id('key') 
    85. 
  
  
  85.     input_tag.send_keys(good_name) 
    86. 
  
  
  86.     input_tag.send_keys(Keys.ENTER) 
    87. 
  
  
  87.     time.sleep(2) 
    88. 
  
  
  88.  
    89. 
  
  
  89.     get_good(driver) 
    90.

 

03 增量爬蟲技術(shù)

某些網(wǎng)站會定時(shí)在原有網(wǎng)頁數(shù)據(jù)的基礎(chǔ)上更新一批數(shù)據(jù)。例如某電影網(wǎng)站會實(shí)時(shí)更新一批最近熱門的電影，小說網(wǎng)站會根據(jù)作者創(chuàng)作的進(jìn)度實(shí)時(shí)更新最新的章節(jié)數(shù)據(jù)等。在遇到類似的場景時(shí)，我們便可以采用增量式爬蟲。

增量爬蟲技術(shù)(incremental Web crawler)就是通過爬蟲程序監(jiān)測某網(wǎng)站數(shù)據(jù)更新的情況，以便可以爬取到該網(wǎng)站更新后的新數(shù)據(jù)。

關(guān)于如何進(jìn)行增量式的爬取工作，以下給出三種檢測重復(fù)數(shù)據(jù)的思路：

  1. 在發(fā)送請求之前判斷這個(gè)URL是否曾爬取過;
  2. 在解析內(nèi)容后判斷這部分內(nèi)容是否曾爬取過;
  3. 寫入存儲介質(zhì)時(shí)判斷內(nèi)容是否已存在于介質(zhì)中。
  • 第一種思路適合不斷有新頁面出現(xiàn)的網(wǎng)站，比如小說的新章節(jié)、每天的實(shí)時(shí)新聞等;
  • 第二種思路則適合頁面內(nèi)容會定時(shí)更新的網(wǎng)站;
  • 第三種思路則相當(dāng)于最后一道防線。這樣做可以最大限度地達(dá)到去重的目的。

不難發(fā)現(xiàn)，實(shí)現(xiàn)增量爬取的核心是去重。目前存在兩種去重方法。

  • 第一，對爬取過程中產(chǎn)生的URL進(jìn)行存儲，存儲在Redis的set中。當(dāng)下次進(jìn)行數(shù)據(jù)爬取時(shí)，首先在存儲URL的set中對即將發(fā)起的請求所對應(yīng)的URL進(jìn)行判斷，如果存在則不進(jìn)行請求，否則才進(jìn)行請求。
  • 第二，對爬取到的網(wǎng)頁內(nèi)容進(jìn)行唯一標(biāo)識的制定(數(shù)據(jù)指紋)，然后將該唯一標(biāo)識存儲至Redis的set中。當(dāng)下次爬取到網(wǎng)頁數(shù)據(jù)的時(shí)候，在進(jìn)行持久化存儲之前，可以先判斷該數(shù)據(jù)的唯一標(biāo)識在Redis的set中是否存在，從而決定是否進(jìn)行持久化存儲。

關(guān)于增量爬蟲的使用方法示例如下所示。

  • 【例3】爬取4567tv網(wǎng)站中所有的電影詳情數(shù)據(jù)

 

 
 
    
  
  
  1. import scrapy 
    2. 
  
  
  2. from scrapy.linkextractors import LinkExtractor 
    3. 
  
  
  3. from scrapy.spiders import CrawlSpider, Rule 
    4. 
  
  
  4. from redis import Redis 
    5. 
  
  
  5. from incrementPro.items import IncrementproItem 
    6. 
  
  
  6. class MovieSpider(CrawlSpider): 
    7. 
  
  
  7.     name = 'movie' 
    8. 
  
  
  8.     # allowed_domains = ['www.xxx.com'] 
    9. 
  
  
  9.     start_urls = ['http://www.4567tv.tv/frim/index7-11.html'] 
    10. 
  
  
  10.     rules = ( 
    11. 
  
  
  11.         Rule(LinkExtractor(allow=r'/frim/index7-\d+\.html'), callback='parse_item', follow=True), 
    12. 
  
  
  12.     ) 
    13. 
  
  
  13.     # 創(chuàng)建Redis鏈接對象 
    14. 
  
  
  14.     conn = Redis(host='127.0.0.1', port=6379) 
    15. 
  
  
  15.     def parse_item(self, response): 
    16. 
  
  
  16.         li_list = response.xpath('//li[@class="p1 m1"]') 
    17. 
  
  
  17.         for li in li_list: 
    18. 
  
  
  18.             # 獲取詳情頁的url 
    19. 
  
  
  19.             detail_url = 'http://www.4567tv.tv' + li.xpath('./a/@href').extract_first() 
    20. 
  
  
  20.             # 將詳情頁的url存入Redis的set中 
    21. 
  
  
  21.             ex = self.conn.sadd('urls', detail_url) 
    22. 
  
  
  22.             if ex == 1: 
    23. 
  
  
  23.                 print('該url沒有被爬取過，可以進(jìn)行數(shù)據(jù)的爬取') 
    24. 
  
  
  24.                 yield scrapy.Request(url=detail_url, callback=self.parst_detail) 
    25. 
  
  
  25.             else: 
    26. 
  
  
  26.                 print('數(shù)據(jù)還沒有更新，暫無新數(shù)據(jù)可爬??！') 
    27. 
  
  
  27.  
    28. 
  
  
  28.     # 解析詳情頁中的電影名稱和類型，進(jìn)行持久化存儲 
    29. 
  
  
  29.     def parst_detail(self, response): 
    30. 
  
  
  30.         item = IncrementproItem() 
    31. 
  
  
  31.         item['name'] = response.xpath('//dt[@class="name"]/text()').extract_first() 
    32. 
  
  
  32.         item['kind'] = response.xpath('//div[@class="ct-c"]/dl/dt[4]//text()').extract() 
    33. 
  
  
  33.         item['kind'] = ''.join(item['kind']) 
    34. 
  
  
  34.         yield it 
    35.

 

管道文件：

 
 
    
  
  
  1. from redis import Redis 
    2. 
  
  
  2. class IncrementproPipeline(object): 
    3. 
  
  
  3.     conn = None 
    4. 
  
  
  4.     def open_spider(self,spider): 
    5. 
  
  
  5.         self.conn = Redis(host='127.0.0.1',port=6379) 
    6. 
  
  
  6.     def process_item(self, item, spider): 
    7. 
  
  
  7.         dic = { 
    8. 
  
  
  8.             'name':item['name'], 
    9. 
  
  
  9.             'kind':item['kind'] 
    10. 
  
  
  10.             } 
    11. 
  
  
  11.         print(dic) 
    12. 
  
  
  12.         self.conn.push('movieData',dic)     
    13. 
  
  
  13.         # 如果push不進(jìn)去，那么dic變成str(dic)或者改變r(jià)edis版本    
    14. 
  
  
  14.         pip install -U redis==2.10.6 
    15. 
  
  
  15.         return item 
    16.

 

04 深層網(wǎng)絡(luò)爬蟲技術(shù)

在互聯(lián)網(wǎng)中，網(wǎng)頁按存在方式可以分為表層網(wǎng)頁和深層網(wǎng)頁兩類。

所謂的表層網(wǎng)頁，指的是不需要提交表單，使用靜態(tài)的鏈接就能夠到達(dá)的靜態(tài)頁面;而深層網(wǎng)頁則隱藏在表單后面，不能通過靜態(tài)鏈接直接獲取，是需要提交一定的關(guān)鍵詞后才能夠獲取到的頁面，深層網(wǎng)絡(luò)爬蟲(deep Web crawler)最重要的部分即為表單填寫部分。

在互聯(lián)網(wǎng)中，深層網(wǎng)頁的數(shù)量往往要比表層網(wǎng)頁的數(shù)量多很多，故而，我們需要想辦法爬取深層網(wǎng)頁。

深層網(wǎng)絡(luò)爬蟲的基本構(gòu)成：URL列表、LVS列表(LVS指的是標(biāo)簽/數(shù)值集合，即填充表單的數(shù)據(jù)源)、爬行控制器、解析器、LVS控制器、表單分析器、表單處理器、響應(yīng)分析器。

深層網(wǎng)絡(luò)爬蟲的表單填寫有兩種類型：

  • 基于領(lǐng)域知識的表單填寫(建立一個(gè)填寫表單的關(guān)鍵詞庫，在需要的時(shí)候，根據(jù)語義分析選擇對應(yīng)的關(guān)鍵詞進(jìn)行填寫);
  • 基于網(wǎng)頁結(jié)構(gòu)分析的表單填寫(一般在領(lǐng)域知識有限的情況下使用，這種方式會根據(jù)網(wǎng)頁結(jié)構(gòu)進(jìn)行分析，并自動地進(jìn)行表單填寫)。

本文名稱：詳解4種類型的爬蟲技術(shù)
URL網(wǎng)址：http://www.dlmjj.cn/article/dpscdds.html