用Python寫一個爬蟲，做一個冷門行業(yè)的搜索引擎，能實現嗎？簡單的方法是寫一個百度爬蟲，自己建一個網站，直接跳轉到百度搜索結果。稍微復雜一點的方法就是在上面的基礎上增加過濾功能，剔除所有非行業(yè)內容！

用Python寫一個爬蟲，做一個冷門行業(yè)的搜索引擎，能實現嗎？

簡單的方法是寫一個百度爬蟲，自己建一個網站，直接跳轉到百度搜索結果。稍微復雜一點的方法就是在上面的基礎上增加過濾功能，剔除所有非行業(yè)內容

！在比較復雜的時候，收集一些專業(yè)的信息，比如幾個論壇的網頁或者相關的信息發(fā)布者，然后做相應的爬蟲，比如數據庫，然后寫一個網站

因為這個不受歡迎的行業(yè)也有受眾少、內容少（相對來說）的問題，你可以自己建一個但是你需要努力擴大你的影響力。至少，這個行業(yè)的人必須認識你

！當然，如果只是供您自己使用，那就簡單了。即使您制作了查詢系統的命令行版本，您也可以這樣做。只是數據集成、實時爬行等等

！我記得我以前想寫一個爬蟲。我整合了幾個盜版小說網站的爬蟲。搜索之后，我選擇了不同的網站下載小說。寫了一半之后，我找到了可以實現的軟件。。。是撞車。。。

后來發(fā)現，其實寫一個百度爬蟲，然后指定關鍵字以一種非常方便的方式顯示搜索結果，也適合我偷懶。。。

希望對您有所幫助

寫爬蟲用什么語言好？

爬蟲選擇什么工具？

1. Crawler是一個網絡蜘蛛機器人，它能自動地抓取數據并根據我們的規(guī)則獲取數據

2。為什么使用爬蟲？私人定制搜索引擎獲取更多數據的時代不再是互聯網時代，而是大數據時代

3。爬蟲的原理：控制節(jié)點（URL分配器）、爬蟲節(jié)點（根據算法抓取數據并存儲在數據庫中）、資源庫（存儲爬蟲數據庫提供搜索）。爬蟲的設計思想：爬蟲的網絡地址，通過HTTP協議得到相應的HTML頁面

5。爬蟲語言選擇：

PHP:雖然被評為“世界上最好的語言”，但作為爬蟲的缺點：沒有多線程的概念，對異步的支持很少，并發(fā)性不足，爬蟲對效率的要求很高

C/C Java:python最大的競爭對手，它非常龐大和笨重。爬蟲需要經常修改代碼

Python：語言優(yōu)美，代碼介紹，多方功能模塊，調用替代語言接口，成熟的高分布式策略

PYT Java]Java有很多解析器，非常支持網頁解析。缺點是有很多Java開源爬蟲，比如nutch，中國有優(yōu)秀的webmagicjava解析器，比如Htmlparser和jsoup，可以滿足Java和python的通用需求。如果需要模擬登陸和反采集，選擇python更方便。如果需要處理復雜的網頁，解析網頁內容生成結構化數據或精細解析網頁內容，可以選擇Java。