Python vs Node.js 哪个更适合用于爬虫？
Python 的优点是高效，从零到爬半个小时估计就能动起来。
Node.js 更侧重于 io 处理，但其 Javascript 语言特性也能带来高效的开发体验。
两者都有不错的异步性能， Python 3 之后已经原生支持协程， Node.js 更不用说了。
所以这两个用于爬虫，如果都熟练掌握，你会更倾向于哪一个？
Python vs Node.js 哪个更适合用于爬虫？
对于爬虫来说，Python通常是更直接、更主流的选择。
核心原因在于生态。Python有Scrapy这种工业级的异步框架，以及Requests、BeautifulSoup、lxml、Selenium、Playwright等一系列成熟、专用的库，几乎覆盖了从简单请求到复杂动态渲染的所有爬虫场景。写爬虫就像用现成的乐高积木搭房子，又快又稳。
Node.js（特别是用Puppeteer或Playwright）在处理需要执行JavaScript的动态网页时非常强大，其天生的异步IO模型在高并发I/O密集型任务中也有优势。但对于大多数爬虫项目——尤其是数据抓取、解析、清洗的完整流程——Python的库更丰富、社区解决方案更多、学习曲线也更平缓。
简单说：Python是爬虫的“标准答案”，Node.js是特定场景（尤其是高并发或重度依赖JS渲染）下的“优势选项”。
总结：常规爬虫选Python，重度动态渲染或高并发场景可考虑Node.js。
额，看你熟练哪种语言呗，我用 php ，毕竟 phpquery 可以像 jquery 一样操作获取到的 html 文本，通过 curl 函数就可以异步或同步的模拟浏览器操作。
个人感觉大规模的爬虫都不应该使用基于 Chrome 的技术，基于 mozilla 的 spidermonkey 来做的爬虫可能性能会更好，关键是 V8 的引擎并非线程安全，你用到 V8 的时候就需要加锁，要提高并行就是加进程。一台服务器能上多少个进程？
你可以一直加服务嘛，性能不够机器来凑。不过确实是要隔一段时间重启 phantomJS ，不知道是不是内存泄露，隔一段时间内存跑的高的不行。我当时是做进程池，每个 phantomJS 能跑十几次任务就直接让它重启了。
我觉得都可以啊…Python 也有执行 JS 的包 之前用的是这个 https://github.com/doloopwhile/PyExecJS 但是国内更多的云平台都可以免费运行 Node 再加上[Cheerio]( https://github.com/cheeriojs/cheerio)这种包 也是很爽的
给 Python 投一票！
Python 爬虫， 12 天从入门到精通。不信看看这个
http://log4geek.cc/2017/03/%e9%9b%b6%e5%9f%ba%e7%a1%8012%e5%a4%a9%e4%bb%8e%e5%85%a5%e9%97%a8%e5%88%b0%e7%b2%be%e9%80%9apython%e7%88%ac%e8%99%ab/
