IP模拟器
虽然爬虫可以爬取网页，获取大量数据，但并不是所有的爬虫都能实现这些功能。 爬虫也有分类。 不同的爬虫可以实现的功能是不一样的，那么爬虫有哪些分类呢？ 这些不同的爬虫能爬取什么？ 下面通过IP模拟器代理来了解爬虫的分类。
根据授权情况
1。 恶意爬虫
通过自行分析构造参数，爬取或提交数据到非公共接口，获取对方不愿意被大量获取的数据，可能对性能造成极大损失 对方的服务器。 爬虫类和反爬虫类之间通常会发生激烈的对抗。
2。 合法爬虫
对行为符合Robots协议规范的网页进行抓取，或抓取互联网公共接口，或购买接口授权进行抓取，均为合法爬虫。 这类爬虫通常不考虑反爬虫等对抗性工作。
根据爬虫功能
1。 接口爬虫
通过准确构造特定的API接口数据信息，获取大量的请求数据。
2。 网络爬虫
主要是搜索引擎爬虫，根据网页上的超链接进行遍历爬取。
爬虫分类
根据爬取的网站数量
1。增量爬虫
增量更新是指更新时，只有 改变的地方更新，不变的地方不更新。 仅抓取内容更改的网页或新生成的网页。 在一定程度上，它可以保证被爬取的网页尽可能是新的。
2。 通用爬虫
抓取目标资源 在整个互联网中，抓取的目标数据是巨大的。 爬取性能要求非常高。 用于大型搜索引擎，具有非常高的应用价值。
爬行策略：有深度优先爬行策略和广度优先爬行策略。
基本组成：初始URL采集、URL队列、页面爬取模块、页面分析模块、页面数据库、链接过滤模块等。
3． 深层网络爬虫
表面网页：无需提交表单即可使用静态链接访问的静态网页。
深层网页：隐藏在表单后面，无法通过静态链接直接获取，是提交特定关键字后才能获取的网页。
深度网络爬虫最重要的部分是表单填写部分。
基本组成：URL列表、LVS列表（LVS指标签/值集合，即填写表单的数据源）爬虫控制器、解析器、LVS控制器、表单分析器、表单处理器、响应
深度网络爬虫表单填写有两种类型：
基于领域知识的表单填写（建立填写表单的关键词库，需要时选择对应的 关键根据语义分析词填写）。
基于网页结构分析的表单填写（通常在字段有限的情况下使用，该方法会分析网页结构并自动填写表单）。
4。 专注于网络爬虫
将抓取目标定位在与主题相关的页面中，主要用于抓取特定信息，主要为某类特定人群服务。
爬取策略：基于内容评价的爬取策略、基于链接评价的爬取策略、基于强化学习的爬取策略、基于上下文图的爬取策略、针对网络爬虫的具体爬取策略。
基本组成：初始URL、URL队列、页面抓取模块、页面分析模块、页面数据库、连接过滤模块、内容评估模块、链接评估模块等。
关于分类 爬虫，上面介绍了三类爬虫。 它们根据授权、功能和抓取网站的数量进行分类。 不同的爬虫可以爬取不同的内容。 根据实际爬取需求，比如只爬取网页的某一部分。
