爬虫应用场景的利弊分析

news2024/10/1 12:18:36

相信大家在春节的时候都有过抢火车票的经历，对一些抢票软件一定不会感到陌生。今天我们就来从技术的角度，来看看抢票软件背后的东西——爬虫。通俗点说，爬虫就是模拟人的行为去各个网站溜达，并把看到的信息背回来的探测机器。如今随着网络和大数据的发展，爬虫的应用场景变得越来越广泛，下面我们就一起来分析一下爬虫应用场景的利弊吧！

应用场景一：出行行业

爬虫应用得最多的非出行行业莫属。为什么呢？拿12306网站为例，作为全中国唯一一家卖火车票的官方网站，只要你想坐火车都不得不在这个网站购票。因此，催生了很多抢票神器，比如智行火车票就是运用爬虫技术不断刷新 12306 网站的火车余票，一旦发现有票，就马上拍下来，然后让你付款买票。这样的好处当然是十分明显的，我们在家只要懂动动手指就可以把票抢到，但是12306网站本身却并不欢迎这种爬取行为，毕竟高频率的网页浏览和点击会造成网站的崩溃，而且对不会抢票的人来讲还是不太公平的。所以，爬虫技术对出行行业有利有弊。

应用场景二：社交平台

社交平台是爬虫经常光顾的地方之一，尤其是微博更是爬虫的重灾区。爬虫可以获取某个人的微博列表、微博的状态、索引等等等等。有些人可能想问了，这些获取这些信息有什么用呢？试想一下，如果我能随心所欲地指挥一帮机器人，打开某人的微博，然后刷到某一条，然后疯狂关注、点赞或者留言，这就是标准的僵尸粉上班儿的流程。通过这一套骚操作可以给某个的微博账号做僵尸粉的数量，以及点赞评论等等。还有利用爬虫做出的僵尸粉在微博上抢红包等等骚操作。

应用场景三：电商平台

相信大家对所谓的“比价平台”“聚合电商”和“返利平台”都不陌生了吧，其实它们的原理也是爬虫技术的应用。比如你搜索一样商品，这类聚合平台就会自动把各个电商的商品都放在你面前供你选择。有淘宝、京东，还有唯品会苏宁易购。这就是爬虫的功劳。它们去淘宝上，把某个商品的图片和价格统统扒下来，然后在自己的平台上展示。这个原理和搜索引擎的工作原理差不多，只不过他们展示的不是网页而是商品。但是被放在一起比价，对于消费者来讲可能是一件好事，但是许多电商平台就不这样想了。当然，电商对抗爬虫有另外的方法，那就是“web 应用防火墙”，关于反爬虫技术这里就不展开讲了。

应用场景四：搜索引擎

做SEO优化的都知道，搜索引擎决定哪个网页排名靠前，主要一个指标就是看哪个搜索结果被人点击的次数更多，而有一种黑色SEO手段就是利用爬虫不断刷页面点击流量。举个例子，搜索某个特定的“关键词”，然后在结果里拼命地点击某个链接，那么这个网站在搜索引擎的权重里自然就会上升。但是这种做法是错误的，是爬虫被用来钻空子的弊端。任何一个搜索引擎肯定都不允许外人对于自己的搜索结果动手动脚，否则就会丧失公立性。所以百度搜索引擎会通过不定期调整算法来对抗黑色SEO的行为。而网站一旦被发现就会遭受 “降权”处理，可谓是得不偿失。总的来讲，爬虫技术有利有弊，就看你如何运用它了。

分析爬虫应用场景的利弊，我们可以发现爬虫技术更像是一把双刃剑，技术本身是无罪的主要看使用爬虫技术的人如何运用。当然爬取网络上的公开信息还是不算违法的，如果你想利用爬虫技术窃取隐私信息来牟利则是万万不可取的。总之，大家一定要在法律允许的范围使用爬虫技术。