⑴ java爬蟲方向怎麼樣

javz的爬蟲方向是最近比較流行的一個新方向

⑵ 為什麼很少人討論或者使用java爬蟲

1、爬蟲的經濟價值在哪裡？只有經濟價值存在的情況下，才有必要去開發內這樣一個爬容蟲。但不幸的是，現在的很多場合下，爬蟲沒有太大價值。僅有：比價，數據統計，搜索引擎，信貸爬蟲等有限的幾個場合在用，而這幾個場合基本被大公司壟斷了。所以現在很少有人寫爬蟲了。
2、寫個爬蟲的難度有多大？一上午，僅此而已。所以沒什麼難度，頂多設置一下userAgent,設置一下refer，弄個調用順序先獲得cookie，設置個延時什麼的。換成金錢看，估價大概價值三四百塊吧，用不了多錢。
3、爬蟲能用多久？很久很久，只要被爬的系統不升級，那麼就能一直用下去，換話說：寫一個爬蟲，用半年是很常見的事情。很常見就意味著沒什麼太大意思，不受人關注

⑶ 比較分析基於java和python的爬蟲框架，要詳細的~

我只知道python的爬蟲框架，scrapy 下載一個scrapy模塊，結合lxml可以很快實現抓取，非常方便。可以多線程，自由的設定處理方式，抓取間隔，頭信息等。。

⑷ java爬蟲和python爬蟲哪個好

推薦使用python爬蟲好
代碼量會少很多
性能也可以

⑸ 網路爬蟲是用python比較好,還是Java比較好呢

python 做爬蟲是很合適的

⑹ 網路爬蟲是用python比較好，還是Java比較好

沒有具體哪個好的說法，只是python現成的爬蟲資源（框架等）更豐富些

⑺ java寫的web網頁,能植入phython爬蟲進行數據挖掘么還是只能使用同環境的java爬蟲

可以，爬蟲和目標網頁沒關系。

⑻ 是java爬蟲還是python

我兩個都做過爬蟲，如果高並發和多線程比較要求，爬取內容比較復雜的時候推薦java，普通的爬蟲我還是喜歡用python，代碼效率高。

⑼ java和Python哪個適合寫爬蟲

當然是Python，一般我們都口語化說Python爬蟲，爬蟲工程師都是用python語言。
Python獨特的優勢是寫爬蟲的關鍵。1)跨平台，對Linux和windows都有不錯的支持;2)科學計算、數值擬合：Numpy、Scipy;3)可視化：2d：Matplotlib, 3d: Mayavi2;4)復雜網路：Networkx、scrapy爬蟲;5)互動式終端、網站的快速開發。
用Python爬取信息的方法有三種：
1、正則表達式。實現步驟分為五步：1)在tomcat伺服器端部署一個html網頁;2)使用URL與網頁建立聯系;3)獲取輸入流，用於讀取網頁中的內容;4)建立正則規則;5)將提取到的數據放到集合中。
2、BeautifulSoup。
Beautiful Soup支持各種html解析器，包括python自帶的標准庫，還有其他的許多第三方庫模塊。其中一個是lxml parser。藉助網頁的結構和屬性等特性來解析網頁的工具，有了它我們不用再去寫一些復雜的正則，只需要簡單的幾條語句就可以完成網頁中某個元素的提取。
3、Lxml。Lxml是Python的一個解析庫，支持HTML和XML的解析，支持xpath解析方式，而且解析效率非常高。Lxml主要解決三個問題：1)有一個XML文件，如何解析;2)解析後，如果查找、定位某個標簽;3)定位後如何操作標簽，比如訪問屬性、文本內容等。
當網頁結構簡單並且想要避免額外依賴(不需要安裝庫)，使用正則表達式更為合適。當需要爬取數據量較少時，使用較慢的BeautifulSoup也可以的。當數據量大時，需要追求效益時，Lxml時最好選擇。
爬蟲是一個比較容易上手的技術，也許你看一篇文檔就能爬取單個網頁上的數據。但對於大規模爬蟲，並不是1*n這么簡單，因此很多企業都在高薪招聘Python精英人才。

⑽ 為什麼常用Python，Java做爬蟲，而不是C#C++等

我用c#,java都寫過爬蟲。區別不大，原理就是利用好正則表達式。只不過是平台問題。後來了解到很多爬蟲都是用python寫的。因為目前對python並不熟，所以也不知道這是為什麼。網路了下結果：

1）抓取網頁本身的介面

相比與其他靜態編程語言，如java，c#，C++，python抓取網頁文檔的介面更簡潔；相比其他動態腳本語言，如perl，shell，python的urllib2包提供了較為完整的訪問網頁文檔的API。（當然ruby也是很好的選擇）

此外，抓取網頁有時候需要模擬瀏覽器的行為，很多網站對於生硬的爬蟲抓取都是封殺的。這是我們需要模擬useragent的行為構造合適的請求，譬如模擬用戶登陸、模擬session/cookie的存儲和設置。在python里都有非常優秀的第三方包幫你搞定，如Requests，mechanize

2）網頁抓取後的處理

抓取的網頁通常需要處理，比如過濾html標簽，提取文本等。python的beautifulsoap提供了簡潔的文檔處理功能，能用極短的代碼完成大部分文檔的處理。

其實以上功能很多語言和工具都能做，但是用python能夠幹得最快，最干凈。Lifeisshort，uneedpython.

Python爬蟲基礎視頻

沖最後一句『Lifeisshort，uneedpython』，立馬在當當上買了本python的書！以前就膜拜過python大牛，一直想學都扯於各種借口遲遲沒有開始。。

py用在linux上很強大，語言挺簡單的。

NO.1快速開發（唯一能和python比開發效率的語言只有rudy）語言簡潔，沒那麼多技巧，所以讀起來很清楚容易。

NO.2跨平台（由於python的開源，他比java更能體現"一次編寫到處運行"

NO.3解釋性（無須編譯，直接運行／調試代碼）

NO.4構架選擇太多（GUI構架方面主要的就有wxPython,tkInter,PyGtk,PyQt。