猫史档案馆

说到大数据，我们首先会想到数据采集和爬虫抓取，那么到底什么是爬虫呢?当有人问爬虫是什么意思的时候，我们应该怎么去解释它呢?今天，亿牛云HTTP代理就为大家简单介绍一下爬虫和反爬虫的相关问题!

　　爬虫：使用任何技术手段，批量获取网站信息的一种方式。

　　反爬虫：使用任何技术手段，阻止别人批量获取自己网站信息的一种方式。

　　误伤：在反爬虫的过程中，错误的将普通用户识别为爬虫，即为误伤。误伤率高的反爬虫策略，效果再好，也不能使用。

　　拦截：成功地阻止爬虫访问。这里会有拦截率的概念。通常来说，拦截率越高的反爬虫策略，误伤的可能性就越高。

　　常见的反爬虫手段：

　　1、当单个IP访问超过阈值时，予以封锁。

　　2、当单个session访问超过阈值时，予以封锁。

　　3、当单个userAgent访问超过阈值时，予以封锁。

　　4、以上三种的组合

　　了解什么是爬虫和反爬虫更有利于我们编写出更高级的爬虫。亿牛云HTTP代理助您不间断获取行业数据，轻松跨入“互联网大数据”喵!