python和php爬网页效率_python写爬虫方便还是php方便

python适合做爬虫。原因如下

抓取网页本身的接口

相比与其他静态编程语言&＃xff0c;如java&＃xff0c;c#&＃xff0c;C &＃xff0c;python抓取网页文档的接口更简洁&＃xff1b;相比其他动态脚本语言&＃xff0c;如perl&＃xff0c;shell&＃xff0c;python的urllib2包提供了较为完整的访问网页文档的API。(当然ruby也是很好的选择)

此外&＃xff0c;抓取网页有时候需要模拟浏览器的行为&＃xff0c;很多网站对于生硬的爬虫抓取都是封杀的。这是我们需要模拟user agent的行为构造合适的请求&＃xff0c;譬如模拟用户登陆、模拟session/COOKIE的存储和设置。在python里都有非常优秀的第三方包帮你搞定&＃xff0c;如Requests&＃xff0c;mechanize。

推荐学习《python教程》

网页抓取后的处理

抓取的网页通常需要处理&＃xff0c;比如过滤html标签&＃xff0c;提取文本等。python的beautifulsoap提供了简洁的文档处理功能&＃xff0c;能用极短的代码完成大部分文档的处理。

其实以上功能很多语言和工具都能做&＃xff0c;但是用python能够干得最快&＃xff0c;最干净。Life is short&＃xff0c; u need python.

py用在linux上很强大&＃xff0c;语言挺简单的。

NO.1 快速开发(唯一能和python比开发效率的语言只有rudy)语言简洁&＃xff0c;没那么多技巧&＃xff0c;所以读起来很清楚容易。

NO.2跨平台(由于python的开源&＃xff0c;他比java更能体现”一次编写到处运行”

NO.3解释性( 无须编译&＃xff0c;直接运行&＃xff0f;调试代码)

NO.4构架选择太多(GUI构架方面 主要的就有 wxPython, tkInter, PyGtk, PyQt 。