网络爬虫Java还是Python还是c++?

对这个问题刚才上网查询了下，总结如下！

爬虫目前主要开发语言为java、Python、c++ 

对于一般的信息采集需要，各种语言差别不大。
c、c++ 

搜索引擎无一例外使用C\C++ 开发爬虫，猜想搜索引擎爬虫采集的网站数量巨大，对页面的解析要求不高，部分支持javascript
python 

网络功能强大，模拟登陆、解析javascript，短处是网页解析 

python写起程序来真的很便捷，著名的python爬虫有scrapy等
java 

java有很多解析器，对网页的解析支持很好，缺点是网络部分 

java开源爬虫非常多，著名的如 nutch 国内有webmagic 

java优秀的解析器有htmlparser、jsoup

对于一般性的需求无论java还是python都可以胜任。

如需要模拟登陆、对抗防采集选择python更方便些，如果需要处理复杂的网页，解析网页内容生成结构化数据或者对网页内容精细的解析则可以选择java。

可见，要真正成为一个爬虫大牛，python 和java都是需要的，目前网络上python的教学资源很多，所以先学python吧！

-------------------------------------------

欢迎大家加入爬虫工程师交流群：494343497，另外，特别欢迎成都从事爬虫工作的朋友交流，我的QQ号2487872782