Python网络爬虫究竟是什么？

　　众所周知，Python是一门脚本语言，也被称为胶水语言，其应用领域也是十分广泛的，哪怕你不想从事IT行业，学习Python语言也是百利而无一害的，今天给大家详细介绍下Python网络爬虫究竟是什么，请看下文：

　　网络爬虫也被称为网络蜘蛛、网络机器人，它是一种按照一定的规则自动浏览、检索网页信息的程序或者脚本。网络爬虫能够自动请求网页，并将所需要的数据抓取下来。通过对抓取的数据进行处理，从而提取出有价值的信息。

　　爬虫也是很常见的，我们所熟悉的一系列搜索引擎，都是大型的网络爬虫，如百度、搜狗、谷歌搜索等等，每个搜索引擎都有各自的爬虫程序，比如360浏览器的爬虫被称作360Spider，搜狗的爬虫叫做Sogouspider。

　　百度搜索引擎也可以更形象地称之为百度蜘蛛，它每天都会在海量的互联网信息中爬取优质的信息并进行收录，当用户通过百度检索关键词时，其首先会对用户输入的关键词进行分析，然后从收录的网页中找出相关的网页，并按照排名规则对网页进行排序，最后将排序后的结果呈现给用户。因此在这个过程中，百度蜘蛛起到了非常关键的作用。

　　爬虫可以分为三大类：通用网络爬虫、聚焦网络爬虫、增量式网络爬虫。

　　通用网络爬虫：是搜索引擎的重要组成部分，通用网络爬虫需要遵守robots协议，网站通过此协议告诉搜索引擎哪些页面可以抓取，哪些页面不允许抓取。

　　聚焦网络爬虫：是面向特定需求的一种网络爬虫程序。它与通用爬虫的区别在于，聚焦爬虫在实施网页抓取的时候会对网页内容进行筛选和处理，尽量保证只抓取与需求相关的网页信息。聚焦网络爬虫极大地节省了硬件和网络资源，由于保存的页面数量少所以更新速度很快，这也很好地满足一些特定人群对特定领域信息的需求。

　　增量式网络爬虫：是指对已下载网页采取增量式更新，它是一种只爬取新产生的或者已经发生变化网页的爬虫程序，能够在一定程度上保证所爬取的页面是最新的页面。