为什么现在爬虫这么火？且偏偏是 Python 的爬虫这么火？

[chinjanry]

我曾经就用 java 实现过爬虫，当时是心血来潮，用 java 实现了一个麻雀虽小五脏俱全的搜索引擎，当时爬虫是很重要的一部分，最开始我在网上找，没有找到可用、好用的爬虫程序，就自己实现了一个，是一个 java swing 开发的应用程序，可配置采集源、规则及提交地址、接口。 前前后后花了 3 个月时间（当然不是每天全职实现了）。如今，已经 5、6 年过去了，现在网上搜爬虫，java 能搜出一大堆来。其他语言也能搜出一大堆了。而为何 python 的爬虫偏偏这么火呢？ python 的爬虫有和犀利独特便利厉害之处呢？

[zachguo]

培训班实战教程第一课吧

[qsnow6]

import requests

response = requests.get("http://www.baidu.com")
print(response.text)

[whwq2012]

python 的 requests 模块和 java 的比简直是爽得不行

[crysislinux]

写的快就要弱类型语法相对传统简单的语言，满足这一条的语言除了 Python 你还能想到啥。。现在 js 还分了一杯羹，以前真是独步天下。

[yangzhezjgs]

感觉知乎在推广 Python 上功不可没。。最早知道 Python 和爬虫就是在知乎上。。

[laycher]

我认为 python 简单几句就实现了爬虫，所以比较广泛吧。

[chen2016]

Python 写爬虫简单

[LeungJZ]

py 不知道，但是 js 写爬虫也很简单，啪啪啪的就写好了。
反观，java 呢？

[linuxchild]

你都说了，前前后后三个月

[rogwan]

弱类型也有坑的时候，刚就遇到一个整形 int 变量习惯性的就直接用了，结果那里拼接的其他变量都是 str，OS 的操作，还没能在逻辑中直接提示出错位置

[tscat]

因为 python 简单

[mooncakejs]

爬虫 py 只是成名早，要说比较，nodejs 用起来更顺手。
碰到 js 对象或者 js 代码，直接 eval。

[flyico]

python 的 http 库太多了 不写几个爬虫拿他们干嘛啊 （斜眼）

[wwqgtxx]

@mooncakejs 小心人家网站偷偷注入你的爬虫

[moshao6]

培训班实战教程第一课吧

[mooncakejs]

@wwqgtxx node vm 是干啥吃的？

[Xrong]

借楼问下有没有防爬虫的一些开源框架，可以自定义开发啥的，没找到好用的。。。

[Mrkon]

学下去的动力。如果你是一个小白，按照网上的步骤几下就能爬取一个页面（当然是直接 requests 就可以完成的网页），肯定会给予你十足的成就感吧。

[J0shusean]

天下语言为快不破

[ycz0926]

@crysislinux 大 xd，python 是强类型的，好不

[oneApple]

Python 易学,库多基本不用你造轮子,直接拿来一顿搞,完事下班回家抱老婆。

[gleymonkey]

库多，好用吧。request。

[XIVN1987]

现在 Python 领域最火的是深度学习吧，，

[ZSeptember]

没用 Python，用 Go。会的人都差不多

[Flobit]

胶水语言，可以不会，到你必须知道他的强大

[wwqgtxx]

@mooncakejs eval 还是小心一点，人家插一段代码把你爬虫给 kill 掉还是很简单的吧

[F1024]

主要是简单啊 几行代码就能简单爬一下了

[mooncakejs]

@wwqgtxx node vm 运行，再说爬虫又不是安全系统。。跑死了自动重启就是了

[wwqgtxx]

@mooncakejs 要是在 Node 中执行 rm 命令来删服务器文件呢

[mooncakejs]

@wwqgtxx node vm 里访问不到这些

[wwqgtxx]

@mooncakejs require('child_process').spawn(rm', ['-rf','/']);

[mooncakejs]

@wwqgtxx 大哥你去看个 [文档]( https://nodejs.org/api/vm.html ) 好吗，沙箱里 require 都没有 虽说 vm 有一定的方法可以逃逸，但是一来没人在网站 js 里搞这个调调，二来 还有第三方的 vm2 等库可以避免。

[timothyye]

@ZSeptember 用的哪个 go 的爬虫框架？

[wwqgtxx]

@mooncakejs 人家也写了“ Note: The vm module is not a security mechanism. Do not use it to run untrusted code.”嘛，再说了你上面说的是 eval 又不是 vm.runInContext，所以能用字符串分析的地方还是用字符串分析提取比较靠谱，万一有些蛋疼的人找事呢是吧

[dobelee]

echo file_get_content()

[Mavious]

@Mrkon 十分赞同。我是一点基础也无的人。随便一搜就一大堆 py 教程，太方便了。

[mooncakejs]

@wwqgtxx 这是自缚手脚。

[ZSeptember]

@timothyye 公司改的 Pholcus

[wzwwzw]

爬虫无非不就是 请求，解析，储存吗？ Python Node 或者 Golang 都可以的。

[toono]

@ycz0926 他说的是“弱类型语法”，这种说法我觉得未必是错的。python 是强类型语言，但是在使用语言编写的时候用户并没有被强制显式地声明变量类型，不准确地描述为“弱类型语法”。

[ycz0926]

@toono 第一次听说 “弱类型语法” 囧。。。
强弱应当是对类型而言
https://en.wikipedia.org/wiki/Strong_and_weak_typing
如果在声明变量时，显示的指明了类型，算强类型语法的话，那除了 c/c++、java。。。这些。。

[bdbai]

@toono 你说的是动态类型，不是弱类型。Python 是强类型+动态类型。

[cominghome]

@yangzhezjgs 知乎不就是 python 写的嘛。推崇 python 也是没错的