node.js的jquery也不错。。。

用python 没有原因

golang 是个不错的选择

毫不犹豫golang

用javascript也可以写爬虫 在云端编写和执行 源码地址：
https://github.com/ShenJianSh...

python 唯一的好处就是 request 库真的很方便

我以前都是用 php 做爬虫的，现在都改用 python 了

其实用 JavaScript 也是很好的，node 或者 phantomJS

因为很多时候你不仅要把 HTML 爬下来，还要解析；而 python 的 DOM 库简直糟糕透顶；比如 BeautifulSoup，很多操作就非常不方便；相比之下，js 进行 DOM 操作就方便多了

爬虫无非就是获取网页内容，解析内容，正则出想要的数据，其实对于网页内容获取，任何语言都能获取，注意代理服务器防封IP，并行抓取等技术，个人感觉php 获取网页内容还是不错的，至于解析网页内容，基本上都是DOM的操作，那最佳选择还是nodejs，里边的cheerio很好的解决树形结构数据。

表示采用java，jsoup，http://www.husters.cn/ 抓爬的

需要开发个采集腾讯、新浪微博的评论数据。

目的明确了，解决的思路也不难。你的爬虫的主要功能就是

1. 能向服务器进行通信，返回你需要页面的内容
2. 解析页面源码，挖掘出你需要的信息
   python是一个不错的推荐，解决两个问题都有完善的库。
   比如urllib2解决http请求，lxml 解决页面源码的解析(解析成html树)。
   关键步骤就是在解析后生成的html树中，找到所需信息，需要自己完成：
   分析信息在html树中所在的位置，并告诉你的程序去对应位置(利用xpath来定位)抓信息
   写过一个python抓取douban日志名称，URL，评论数，发布时间的爬虫。
   能解决基本的挖掘需要后，再来考虑如何能更快及应对大型数据，目前了解的方法有iterparse方法，多线程等。

p.s
为什么是lxml?参考lxml performance

建议用node， phamtomjs， node的jQuery， 还有jsdom， node下面很多解析html的包，非常方便