认识网页抓取：一切都交给AI，还是加点“人情味”？

全文共2618字，预计学习时长7分钟 图源：unsplash   “互联网上有很多数据”，这么说太保守了。事实上，2020年，“数字宇宙”预计将拥有40万亿字节或40泽字节（zettabytes）的信息，一个泽字节拥有的数据足以填满大约五分之一曼哈顿大小的数据中心。   可供分析的信息如此之多，将收集数据的任务留给AI就显得合情合理了。网络机器人能以令人难以置信的速度抓取网页，提取所需的相关信息。

>>阅读原文<<