各种语言写网络爬虫有什么优点缺点？
我用PHP和Python编写了扫描仪和文本提取程序。我开始使用PHP，所以先说一下PHP的优点：1、语言比较简单，PHP是一门非常简单的语言。
写作很容易，可以让你专注于你想做的事情，而不是各种语法规则等等。
2、套装包含各种功能模块，分为两部分：1、加载网页：Curl等扩展库2、文档分析：dom、xpath、tidy、各种转码工具，可能与考虑的有所不同；物品。
我的扫描仪需要提取文本，所以需要非常复杂的文本处理，所以我最喜欢的是各种方便的文本处理工具。
;无论哪种方式，都很容易上手。
缺点：1、并行处理能力弱：由于当时的PHP还没有线程和进程的特性，要实现并行就必须借用多线程模型。
PHP使用了选择模型。
这个实现起来有点麻烦，可能是因为我的程序经常因为关卡问题出现bug，导致漏抓。
先说说Python：优点：1、爬虫平台多样，网页加载方便高效。
2、多线程和进程模型成熟稳定。
爬虫是典型的多任务场景，会存在很大的延迟；请求页面时。
一般来说，更多的是等待的问题。
多线程或者进程会优化程序效率，提高整个系统的加载和分析能力。
3.GAE支持。
我第一次写扫描器的时候，GAE刚刚出来，只支持Python。
使用GAE创建的扫描仪几乎是免费的。
在大多数情况下，我有大约一千个应用程序实例。
缺点：1、对非标准HTML的适应性差：比如一个页面既包含GB18030字符集的中文，又包含UTF-8字符集的中文，Python就不会像PHP那么容易处理，你需要很多工作要自己做。
当然，这是提取文本时的问题。
当时也研究过Java和C++，但它们比脚本语言有更多问题，因此被放弃。
简而言之，如果您正在开发一种小型扫描仪脚本语言，那么这是一种在各方面都具有优势的语言。
如果你想开发一个复杂的扫描系统，Java可能是一个额外的选择。
我认为用C++编写模块更合适。
对于爬虫系统来说，下载和分析只是两个主要功能。
一个真正好的系统还包括完整的任务调度、监控、存储、页面数据存储和更新逻辑、去重等。
爬虫是一个消耗带宽的应用。
一个好的设计会节省大量的流量和服务器资源，而且好与坏的差别是巨大的。
php,jsp,asp三者优缺点
php的优点
1.卓越的跨平台性能，与Linux/Unix结合使用时性能比Windows提高45%，与许多免费平台结合使用时非常经济，例如LAMP(Linux/Apache/Mysql/PHP)或FAMP(FreeBSD/Apache/Mysql/PHP)，或者如果你的数据应用足够大，可以考虑换成PostgreSQL或者Oracle，支持N种数据库。
(N>=10)
2.语法简单，如果你正在学习C和Perl，很容易上手，并且它与ASP有部分相似。
Linux平台下有成熟的开发工具，如NuPHPed、ZendStudio等、Eclipse等。
3.目前支持WebService、Ajax、XML等主流技术，足以满足应用的需要。
4.有比较完善的支持，比如使用ADODB或PEAR::DB作为数据库抽象层，使用Smarty或Smarttemplate作为模板层，如果PHP
5.1还可以使用PDO(PHPDataObject)访问数据库。
5.成熟的框架有很多，比如支持MVC的框架：phpMVC，支持ASP.net等事件驱动的框架：Prado，支持RubyOn等敏捷开发的框架。
Rails框架：蛋糕等。而且，足以满足你的应用需求。
6.PHP5已经具备了成熟的面向对象体系，能够适应基本的面向对象需求。
适合大型项目开发。
7.有成熟的社区支持PHP开发。
8.
目前很多大型应用都使用PHP，比如淘宝、雅虎、163、新浪等大型门户网站都选择PHP作为非常大的开发语言，可以用过，相信足够你使用了。
9.可以使用的开源框架或者开源系统有很多，例如，知名的开源框架有ZendFramework、CakePHP、CodeIgniter、Symfony。
等，开源论坛包括Discuz！phpwind等，开源博客
WordPress，开源网店系统如Ecshop、ShopEx等，开源SNS系统如UCHome、ThinkSNS等。
PHP的缺点
1.多线程支持大多数时候都不好，我们只能通过简单的模拟来实现。
2.语法不是很严格，比如C、Java和C++中变量可以不定义就可以使用，必须声明后才能使用。
3.也许对于经验丰富的PHP程序员来说最痛苦的领域是解释和运行PHP的机制。
这种运行机制允许所有相关资源在执行完后被回收解释并实现每个PHP页面。
也就是说，PHP在语言层面上没有办法让一个对象常驻内存。
在PHP中，所有页面级变量，无论是全局变量还是类的静态成员，在页面执行后都会被清除。
我们以JSP为例。
在JSP中，一个JavaBean作用域有四个有效值：Page、Application、Session、Request，分别对应Page、Program、Session、Request的四个生命周期。
分别。
但在PHP中，页面的生命周期只有一个。
JSP的优点
(1)一次编写，到处运行。
Java在这一点上比PHP更好，除了系统之外不需要更改任何代码。
(2)多平台系统支持。
基本上，您可以在所有平台上的任何环境中进行开发，在任何环境中部署系统，并扩展到任何环境。
与ASP/PHP相比，其局限性是显而易见的。
(3)扩展性强。
从仅仅一个小Jar文件来运行Servlet/JSP，到多个服务器进行聚合和负载均衡，再到多个应用程序进行事务处理和消息处理，从单个服务器到无数服务器，Java显示出了巨大的生命力。
（4）支持多样、强大的开发工具。
这与ASP非常相似。
Java已经拥有许多优秀的开发工具，其中许多是免费提供的，并且许多可以在多个平台上无缝运行。
JSP的缺点
（1）与ASP一样，Java的一些优点恰恰是它的致命问题。
正是由于跨平台的功能和极致的可扩展性，显着增加了产品的复杂性。
（2）
Java的运行时是使用类驻留内存来实现的，所以在某些情况下它使用的内存实际上是“高于用户数量”且价格最低的——另一方面，它也需要硬盘空间来存储Java文件字符串和相应的版本文件。
ASP属性：
1个开发工具 >
只要你使用通用的文档编辑程序，例如Windows记事本，可以编辑，当然其他的网页开发工具也可以，比如FrontPageExpre ss、
FrontPage等，不过还是建议用记事本来写，这样会省钱。
适合使用这些所见即所得的网页编辑器，在编写ASP时可能会出现一些奇怪的和意想不到的情况
2.适合所有浏览器
因为ASP程序是执行的。
在Web服务器，执行结果生成的HTML文件适合不同的浏览器
3．跨语言兼容性高
ASP兼容所有ActiveXScript语言，除了可以与HTML、VBScript、JavaScript、ActiveX服务器集成
除了组件设计之外，它可以使用其他厂商提供的语言（第三部分）通过“plugin（插件模块）”。
4.隐私性和安全性高
如果我们查看原始代码直接在浏览器中查看网页，我们只能看到HTML文件，看不到原始ASP程序代码由于ASP程序先于网站服务（Web在服务器上执行后），将结果转换为标准的HTML文件，然后发送到客户端的浏览器，所以我们的ASP程序编写起来不容易被看到
5.易于操作的数据库控件
ASP可以通过ODBC驱动程序（OpenDatabase）轻松连接不同的数据库
连接）），例如：访问、Foxpro、dBase、Oracle等。
此外，ASP还可以使用“文本文件”或“Excel”文件作为数据库
6面向对象学习很容易
AS。
P具有面向对象的功能，易于学习，ASP提供了五个方便而强大的内置对象：Request、Response、Server、Application和Session。
在ASP的“Application”对象或ASP程序中通过“Session”对象编写的可以在多个网页之间保存必要的信息
