校媽媽2017-01-08 20:39:29這個涉及到一個網路抓取。如果你分享的地方可以被爬蟲抓取就能被抓取，如果遮蔽了抓取，你的二維碼就被抓取不到。
1。 一種是爬取網頁連結，透過url連結得到這個html頁面中指定的連結，把這些連結儲存起來，再依次以這些連結為源，再次爬取連結指向html頁面中的連結……如此層層遞迴下去，常用的方法是廣度優先或者深度優先，根據爬取層次需求不同而選擇不同的方法達到最優效果，爬蟲的效率最佳化是一個關鍵。搜尋引擎的第一個步驟就是透過爬蟲得到需要索引的連結或資料，存放於資料庫，然後對這些資料建立索引，然後定義查詢語句，解析查詢語句並利用檢索器對資料庫裡的資料進行檢索。
2。 一種是爬取資料資訊，如文字資訊、圖片資訊等，有時需要做資料分析，透過某種手段來獲取資料樣本以供後續分析，常用的方法是爬蟲獲取指定資料樣本或利用現有的公共資料庫。本文的微博爬蟲和新聞資料爬取都屬於第二種類，根據自定義搜尋關鍵字爬取微博資訊資料。
3。 對於網路爬蟲原理，其實並不複雜。基本思路是：由關鍵字指定的url把所有相關的html頁面全抓下來（html即為字串），然後解析html文字（通常是正則表示式或者現成工具包如jsoup），提取微博文字資訊，然後把文字資訊儲存起來。
