網(wǎng)絡(luò)爬蟲，英文名為Spider,又稱為網(wǎng)頁蜘蛛，網(wǎng)絡(luò)機器人，在數(shù)據(jù)分析應(yīng)用中，更多的將爬蟲稱為數(shù)據(jù)采集程序，是一種按照一定的規(guī)則，自動地抓取網(wǎng)絡(luò)信息的程序或者腳本。
• 原則上,只要是客戶端(瀏覽器)能做的事情，爬蟲都能夠做
• 爬蟲也只能獲取客戶端(瀏覽器)所展示出來的數(shù)據(jù)
網(wǎng)絡(luò)中的數(shù)據(jù)可以是由web服務(wù)器【Nginx/Apache】，數(shù)據(jù)庫服務(wù)【MySQL/Redis/MongoDB】，索引庫，大數(shù)據(jù)，視頻/圖片庫，云存儲【阿里云的OSS】等提供的,最主要的來源是Web服務(wù)器
不過，大家一定要注意哦，可爬取的數(shù)據(jù)必須是公開的，非盈利的，如：如果侵入人家非公開的網(wǎng)絡(luò)，人家會通過ip定位到你，屬于違法行為的哦，再或者，一些理財?shù)木W(wǎng)站，如果爬取數(shù)據(jù)，肯定是不可以的，如果小伙伴們不聽話，非要去爬取，那任何人都是保護不了你的哦，狗頭保命~~~
有名的爬蟲案件：簡歷大數(shù)據(jù)公司“巧達科技”被一鍋端、“車來了”涉嫌偷數(shù)據(jù)被警方立案等
京公網(wǎng)安備 11010802030320號