通用爬蟲：

　　通用網(wǎng)絡爬蟲從互聯(lián)網(wǎng)中搜集網(wǎng)頁，采集信息，這些網(wǎng)頁信息決定著整個引擎系統(tǒng)的內容是否豐富，信息是否即時，因此其性能的優(yōu)劣直接影響著搜索引擎的效果

　　大家要注意哦，通用爬蟲雖然簡單，方便，但是缺點也是顯而易見的，小助手給大家列舉了幾點，大家可以了解一下：

　　a.通用搜索引擎所返回的結果都是網(wǎng)頁，而大多情況下，網(wǎng)頁里90%的內容對用戶來說都是無用的。

　　b.不同領域、不同背景的用戶往往具有不同的檢索目的和需求，搜索引擎無法提供針對具體某個用戶的搜索結果。

　　c.萬維網(wǎng)數(shù)據(jù)形式的豐富和網(wǎng)絡技術的不斷發(fā)展，圖片、數(shù)據(jù)庫、音頻、視頻多媒體等不同數(shù)據(jù)大量出現(xiàn)，通用搜索引擎對這些文件無能為力，不能很好地發(fā)現(xiàn)和獲取。

　　d.通用搜索引擎大多提供基于關鍵字的檢索，難以支持根據(jù)語義信息提出的查詢，無法準確理解用戶的具體需求。

　　聚焦爬蟲：

　　聚焦爬蟲，是"面向特定主題需求"的一種網(wǎng)絡爬蟲程序，它與通用搜索引擎爬蟲的區(qū)別在于： 聚焦爬蟲在實施網(wǎng)頁抓取時會對內容進行處理篩選，盡量保證只抓取與需求相關的網(wǎng)頁信息, 如12306搶票，或專門抓取某一個(某一類)網(wǎng)站數(shù)據(jù)

　　根據(jù)是否以獲取數(shù)據(jù)為目的，可以分為：

　　• 功能性爬蟲，給你喜歡的明星投票、點贊

　　• 數(shù)據(jù)增量爬蟲，比如招聘信息

　　根據(jù)url地址和對應的頁面內容是否改變，數(shù)據(jù)增量爬蟲可以分為：

　　• 基于url地址變化、內容也隨之變化的數(shù)據(jù)增量爬蟲

　　• url地址不變、內容變化的數(shù)據(jù)增量爬蟲