大数据抓取经常需要用到python爬虫来完成,那么你知道到底网络爬虫有着多少种类型?不同的爬虫类型对于代理ip的使用会不会有不一样的需求?
1、垂直型爬虫:
垂直型爬虫一个最大的特点和难点就是:如何识别网页内容是否属于指定行业或主题。从节省系统资源的角度来讲,不可能把所有互联网页面下载之后在进行筛选,这样会造成资源过度浪费,往往需要爬虫在抓取阶段就能够动态识别某个网址是否与主题相关,并尽量不去抓取无关页面,以达到节省资源的目的。
2、批量型爬虫:批量型爬虫有比较明确的抓取范围和目标,当爬虫达到这个设定的目标后,即停止抓取过程。至于具体目标可能各异,也许是设定抓取一定数量的网页即可,也许是设定抓取的时间等,各不一样。
3、增量型爬虫:增量型爬虫与批量型爬虫不同,会保持持续不断的抓取,对于抓取到的网页,要定期更新。因为互联网网页处于不断变化中,新增网页、网页被删除或者网页内容更改都很常见,而增量型爬虫需要及时反映这种变化,所以处于持续不断的抓取过程中,不是在抓取新网页,就是在更新已有网页。通用的商业搜索引擎爬虫基本都属此类。
根据不同的爬虫设计,大家的ip使用数量或许会存在着差异,这些都是需要提前做好规划的。
本文源自智连IP官方网站(www.zhilianip.com),转载请注明出处,否则追究法律责任!!