個人總結(jié)爬蟲的學習曲線，可分為三個階段，?

一、?

? ? 主要在填充基礎(chǔ)知識，要熟悉http協(xié)議，學習正則表達式，首先基于jdk的基礎(chǔ)包的網(wǎng)絡(luò)功能，.net包下的 ?httpurlconnction?

從細節(jié)上簡單訪問網(wǎng)絡(luò)數(shù)據(jù)，進一步可以減去一些繁瑣的封裝功能（請求參數(shù)），使用httpClient (4.2.1)版本，處理的登錄

頁面解析可以借助regex ,jsoup ,htmlparser ,建議使用正則（要求較高），數(shù)據(jù)的鎖向性準確，性能高。

二、

? ? 融入架構(gòu)的思想，考慮爬取性能，爬取道德，站點處理能力，設(shè)計實現(xiàn)分布式爬蟲，異步下載，負載均衡。

個人正在處在第二階段

三 、

? ? 經(jīng)過階段二，一般商用爬蟲都能應對，若打算進一步提高，java的垃圾回收，內(nèi)存釋放，注定性能比不上c,

可根據(jù)個人興趣，用c重寫。

不盡之處，歡迎溝通與交流 ，共同進步。

爬蟲技術(shù)交流_crawler ?QQ群 ：167047843

轉(zhuǎn)載于:https://www.cnblogs.com/cphmvp/p/3304535.html

總結(jié)

以上是生活随笔為你收集整理的crawler_爬虫开发的曲线图的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。