在眾多編程語言當(dāng)中，有人把Python叫做爬蟲。這讓很多不了解Python的人非常困惑，Python不是編程語言嗎，不是用來做軟件研發(fā)的語言嗎，怎么又是爬蟲了呢，這到底是怎么回事呢，到底Python為什么叫爬蟲？Python為什么適合些爬蟲？在回答兩個問題之前，首先讓我們來看看什么是Python和什么是爬蟲吧，這樣可以更好的理解Python為什么叫爬蟲的問題。

　　什么是Python？

如果你在英文詞典里邊查Python，他會給出你Python是大蟒蛇的釋義，這樣讀：英[?pa?θ?n]、美[?pa?θɑ:n]，Python是著名的“龜叔”Guido van Rossum在1989年圣誕節(jié)期間，為了打發(fā)無聊的圣誕節(jié)而編寫的一個編程語言。Python是一種計算機程序設(shè)計語言。是一種動態(tài)的、面向?qū)ο蟮哪_本語言，最初被設(shè)計用于編寫自動化腳本(shell)，隨著版本的不斷更新和語言新功能的添加，越來越多被用于獨立的、大型項目的開發(fā)。

　　什么是爬蟲？

網(wǎng)絡(luò)爬蟲，是一種按照一定的規(guī)則，自動地抓取萬維網(wǎng)信息的程序或者腳本。另外一些不常使用的名字還有螞蟻、自動索引、模擬程序或者蠕蟲。

隨著網(wǎng)絡(luò)的迅速發(fā)展，萬維網(wǎng)成為大量信息的載體，如何有效地提取并利用這些信息成為一個巨大的挑戰(zhàn)。

　　Python與爬蟲有什么關(guān)系？

爬蟲一般是指網(wǎng)絡(luò)資源的抓取，因為python的腳本特性，python易于配置，對字符的處理也非常靈活，加上python有豐富的網(wǎng)絡(luò)抓取模塊，所以兩者經(jīng)常聯(lián)系在一起。 簡單的用python自己的urllib庫也可以;用python寫一個搜索引擎，而搜索引擎就是一個復(fù)雜的爬蟲。從這里你就了解了什么是Python爬蟲，是基于Python編程而創(chuàng)造出來的一種網(wǎng)絡(luò)資源的抓取方式，Python并不是爬蟲。

　　Python為什么適合些爬蟲？

　　1）抓取網(wǎng)頁本身的接口

相比與其他靜態(tài)編程語言，如java，c#，C++，python抓取網(wǎng)頁文檔的接口更簡潔；相比其他動態(tài)腳本語言，如perl，shell，python的urllib2包提供了較為完整的訪問網(wǎng)頁文檔的API。（當(dāng)然ruby也是很好的選擇）

此外，抓取網(wǎng)頁有時候需要模擬瀏覽器的行為，很多網(wǎng)站對于生硬的爬蟲抓取都是封殺的。這是我們需要模擬user agent的行為構(gòu)造合適的請求，譬如模擬用戶登陸、模擬session/cookie的存儲和設(shè)置。在python里都有非常優(yōu)秀的第三方包幫你搞定，如Requests，mechanize

　　2）網(wǎng)頁抓取后的處理

抓取的網(wǎng)頁通常需要處理，比如過濾html標(biāo)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。

以上就是關(guān)于Python為什么叫爬蟲，以及Python為什么適合些爬蟲的全部內(nèi)容，想了解更多關(guān)于Python的信息，請繼續(xù)關(guān)注中培偉業(yè)。