网络爬虫与 Html 解析器
Web Crawler vs Html Parser
网络爬虫和解析器有什么区别？
在java中有一些用于获取库的名称。例如，他们将 nutch 命名为爬虫，将 jsoup 命名为解析器。
Are they do the same purpose?
他们在工作中是否完全相似？
谢谢
在维基百科上查找这个问题很容易回答：
A parser is a software component that takes input data (frequently
text) and builds a data structure
https://en.wikipedia.org/wiki/Parsing#Computer_languages
A Web crawler, sometimes called a spider or spiderbot and often
shortened to crawler, is an [Internet bot] that systematically browses
the World Wide Web, typically for the purpose of Web indexing (web
spidering).
jsoup 库是一个 Java 用于处理现实世界 HTML 的库。它能够 获取 并使用 HTML。但是，它通常 不是 网络爬虫，因为它一次只能获取一页（无需使用 jsoup 编写自定义程序（=爬虫）来获取、提取和获取新网址）。
网络爬虫使用 HTML 解析器从先前获取的网站中 提取 URL 并将这个新发现的 URL 添加到它的前沿。
可以在这个答案中找到网络爬虫的一般序列图：
总结一下：
HTML 解析器是 Web 爬虫的必要组件，用于从给定的 HTML 输入中解析和提取 URLs。但是，单独的 HTML 解析器 不是 网络爬虫，因为它缺少一些必要的功能，例如维护以前访问过的 URLs、礼貌等
网络爬虫和解析器有什么区别？
在java中有一些用于获取库的名称。例如，他们将 nutch 命名为爬虫，将 jsoup 命名为解析器。
Are they do the same purpose?
他们在工作中是否完全相似？
谢谢
在维基百科上查找这个问题很容易回答：
A parser is a software component that takes input data (frequently text) and builds a data structure
https://en.wikipedia.org/wiki/Parsing#Computer_languages
A Web crawler, sometimes called a spider or spiderbot and often shortened to crawler, is an [Internet bot] that systematically browses the World Wide Web, typically for the purpose of Web indexing (web spidering).
jsoup 库是一个 Java 用于处理现实世界 HTML 的库。它能够 获取 并使用 HTML。但是，它通常 不是 网络爬虫，因为它一次只能获取一页（无需使用 jsoup 编写自定义程序（=爬虫）来获取、提取和获取新网址）。
网络爬虫使用 HTML 解析器从先前获取的网站中 提取 URL 并将这个新发现的 URL 添加到它的前沿。
可以在这个答案中找到网络爬虫的一般序列图：
总结一下：
HTML 解析器是 Web 爬虫的必要组件，用于从给定的 HTML 输入中解析和提取 URLs。但是，单独的 HTML 解析器 不是 网络爬虫，因为它缺少一些必要的功能，例如维护以前访问过的 URLs、礼貌等