什么是网络爬虫网络爬虫(又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者)，是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本 。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫 。
蚂蚁(ant)，自动检索工具(automaticindexer)，或者(在FOAF软件概念中)网络疾走(WEB
scutter)，是一种“自动化浏览网络”的程序，或者说是一种网络机器人 。它们被广泛用于互联网搜索引擎或其他类似网站，以获取或更新这些网站的内容和检索方式 。
它们可以自动采集所有其能够访问到的页面内容，以供搜索引擎做进一步处理(分检整理下载的页面)，而使得用户能更快的检索到他们需要的信息 。
网络爬虫始于一张被称作种子的统一资源地址(URLs)列表 。当网络爬虫访问这些统一资源定位器时，它们会甄别出页面上所有的超链接，并将它们写入一张"待访列表"，即所谓"爬行疆域"(crawl
frontier) 。
此疆域上的统一资源地址将被按照一套策略循环访问 。如果爬虫在他执行的过程中复制归档和保存网站上的信息，这些档案通常储存，使他们可以被查看 。阅读和浏览他们的网站上实时更新的信息，并保存为网站的“快照” 。大容量的体积意味着网络爬虫只能在给定时间内下载有限数量的网页，所以要优先考虑其下载 。
【爬虫软件是什么 什么叫爬虫软件】高变化率意味着网页可能已经被更新或者删除 。一些被服务器端软件生成的URLs(统一资源定位符)也使得网络爬虫很难避免检索到重复内容 。
推荐阅读
- 查水表是什么意思污段子 查水表是什么意思
- 山西个各城市,除太原外,哪个城市有望最先步入三线城市中？
- 广西大湾区包括哪些城市 广西包括哪些城市地区
- 请问400电话怎么办理 怎么办400的电话
- 我是吉林高考学生,理科,高考成绩580分能报考哪些211,985学校？
- 上海的黄浦江水深有多少的简单介绍
- 怎么委婉的和领导提出换个微信号用于工作？现在的号做着微商,公司严查类似的事情？
- 用先再然后写蚂蚁搬家的过程 蚂蚁搬家的过程
- 原液怎么涂正确 原液怎么涂