最近有很多人问我,你们说的抓取手机号,网页获取.网站抓取.是不是都是骗人的？在此我给大家解答一下。其实这里面涉及很多技术.不单单是大家想象的那样.进一个网页.APP手机号码就被泄露那样。
首先介绍比较常见的一种.爬虫
什么是爬虫呢？用百度的词条给大家解释一下
网络爬虫（又称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。
而爬虫又分几类
1.通用网络爬虫
通用网络爬虫又称全网爬虫（Scalable Web Crawler），爬行对象从一些种子 URL 扩充到整个 Web，主要为门户站点搜索引擎和大型 Web 服务提供商采集数据。 由于商业原因，它们的技术细节很少公布出来。 这类网络爬虫的爬行范围和数量巨大，对于爬行速度和存储空间要求较高，对于爬行页面的顺序要求相对较低，同时由于待刷新的页面太多，通常采用并行工作方式，但需要较长时间才能刷新一次页面。 虽然存在一定缺陷，通用网络爬虫适用于为搜索引擎搜索广泛的主题，有较强的应用价值
2.聚焦网络爬虫
聚焦网络爬虫（Focused Crawler），又称主题网络爬虫（Topical Crawler），是指选择性地爬行那些与预先定义好的主题相关页面的网络爬虫。 和通用网络爬虫相比，聚焦爬虫只需要爬行与主题相关的页面，极大地节省了硬件和网络资源，保存的页面也由于数量少而更新快，还可以很好地满足一些特定人群对特定领域信息的需求
3.增量式网络爬虫
增量式网络爬虫（Incremental Web Crawler）是 指 对 已 下 载 网 页 采 取 增 量式更新和只爬行新产生的或者已经发生变化网页的爬虫，它能够在一定程度上保证所爬行的页面是尽可能新的页面。 和周期性爬行和刷新页面的网络爬虫相比，增量式爬虫只会在需要的时候爬行新产生或发生更新的页面 ，并不重新下载没有发生变化的页面，可有效减少数据下载量，及时更新已爬行的网页，减小时间和空间上的耗费，但是增加了爬行算法的复杂度和实现难度。增量式网络爬虫的体系结构[包含爬行模块、排序模块、更新模块、本地页面集、待爬行 URL 集以及本地页面URL 集
4.Deep Web 爬虫
Web 页面按存在方式可以分为表层网页（Surface Web）和深层网页（Deep Web，也称 Invisible Web Pages 或 Hidden Web）。 表层网页是指传统搜索引擎可以索引的页面，以超链接可以到达的静态网页为主构成的 Web 页面。Deep Web 是那些大部分内容不能通过静态链接获取的、隐藏在搜索表单后的，只有用户提交一些关键词才能获得的 Web 页面。例如那些用户注册后内容才可见的网页就属于 Deep Web。 2000 年 Bright Planet 指出：Deep Web 中可访问信息容量是 Surface Web 的几百倍，是互联网上最大、发展最快的新型信息资源
简单的说,爬虫是可以获取已经存在于网络之中的信息.它是不能直接获取到我们个人信息的。只能是获取到我们已经留下的信息.感兴趣的朋友可以多看看CSDN博客,里面有很多大牛在专业讲解爬虫制作以及原理.小编在这里就不细说了。
另外一种,则是通过运营商去获取.也称之为运营商大数据(移动、联通、电信)
众所周知,在国内.百分之99.99的通讯号码都是出自这三家(网络虚拟号也包括在内)而我们所有的网络,也都是由这三家运营商所提供,因此.我们所产生流量以及所浏览的痕迹都毫无隐瞒之地。而运营商大数据属于企业增值服务,他不会面向普通群众.以及个人，只会面向公司.并且由于法律所颁发的个人隐私法等。即便是运营商,也不能透露我们的个人隐私.因此运营商大数据有着限制。并且号码都是脱敏的。只能通过运营商的外呼平台去联系。
而市面上目前有诸多打着运营商数据的公司.还希望各位朋友擦亮眼睛,不要做非法之事.另外友情提示,爬虫爬取个人信息，也属于违法.(个人信息包括以下几点:姓名(全名)手机号码(全号)详细住址、以及SFZ 等等 都属于个人信息.都是严禁泄露与买卖的)望各位朋友注意.万万不可做违法之事.
10.网站手机号码抓取软件？网站获取手机号码？网页获取手机号码？抓取手机号？手机号获取？都是骗人的吗？
