Java Web爬虫与Html解析器

网络爬虫和解析器的区别是什么

在java中，有一些用于获取库的名称。例如，他们将nutch命名为爬虫程序，将jsoup命名为解析器

他们的目的相同吗

他们的工作完全相似吗

---

谢谢

通过在维基百科上查找以下内容可以轻松回答：

解析器是一种软件组件，用于获取输入数据（通常是 文本）并构建数据结构

一种网络爬虫，有时称为蜘蛛或蜘蛛机器人，通常称为 缩写为crawler，是一种系统浏览的[互联网机器人] 万维网，通常用于网络索引（Web 蜘蛛网）

---

jsoup库是一个用于处理真实HTML的Java库。它能够获取并处理HTML。但是，它通常不是一个Web爬虫程序，因为它一次只能获取一个页面（不需要编写自定义程序（=爬虫程序），使用

jsoup

获取、提取和获取新的URL）

网络爬虫使用HTML解析器从以前获取的网站提取URL，并将新发现的URL添加到其前沿

可以在以下答案中找到Web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URL。但是，HTML解析器本身并不是一个网络爬虫，因为它缺少一些必要的功能，例如维护以前访问过的URL、礼貌等。

但是我不明白它们之间的主要区别是什么？