在文章的最开头，我来谈谈爬虫我是怎么入门的，希望能对你们有些启示.我从零基础开始入门的时候，是看着各种杂七杂八的教程过来的.这个零基础是真正的零基础，你能想象一个连数据库都不知道的是怎么过来的么，所以我在文章中有些地方掺杂了一些最基础的概念，就是希望一些完全没基础的也能很好的理解.如果你了解这个概念，可以把这部分略过.
爬虫作为搜索引擎核心部件，伴随着互联网规模的发展而壮大。在互联网初期，规模不是很大的时候，网站分类较少，内容也偏少，在互联网查找信息很容易。然而随着网络信息和资源的不断增多，如何快捷的获得用户期望的信息变得非常重要，爬虫作为自动获取网页信息的工具，得到了极大的发展。
该小节与上一节差不多，继续以介绍为主.数据模型训练材料是指通过爬虫爬取的具有关联性的特定数据来作为各种数据模型的训练材料，从而得出各种结论.这类用途因为涉及到很多计算模型的专业知识，所以我们通过社会舆论分析，机器翻译，地域性特征图这几个例子为重点，来讲讲我们会在什么时候用上这些技术。网络舆论分析首先，我们了解下什么叫网络舆论.
这节我们介绍爬虫能用来干什么.如今每天互联网上的流量足足有10亿GB左右，不可能毫无选择的全部爬取下来，这是要根据我们自己的需求来有选择的爬取相对应的数据.那爬虫可以用来干什么呢？我们根据实际需要将爬虫的目标分为三类.第一类是通过搜索引擎的网络爬虫来充实搜索引擎的索引列表.这部分需求所需要的数据是各种网页的地址，标题，主题字等等.
关注时代Java
