我对爬虫爬取链接原理的理解

树形图

上图是我在学习的过程中保存下来的树形图，现在就用这张图片，来演示我对爬虫爬取链接的原理的理解。

深度优先

记得在大一下期的时候，有一门课叫《数据结构》，现在说的就是其中的深度遍历算法。当然，本文中的并不是二叉树，因为网站的一个页面是不可能只有两个链接的，一个网站的一个页面，少的时候，可以没有链接，多的时候，几百上千都有可能。

如果是深度优先输出，那么上图中的输出为：A、B、D、E、I、C、F、G、H。这个输出结果可以使用递归算法得出。

我对它的理解是，深度优先就是先一直往下挖。就是在一个页面即A找到第一个链接即B后，直接跳转，进入B页面，再找到这个页面的第一个链接即D，进入D页面，找到所有链接。。。。。一直向下循环。

广度优先

广度优先输出结果为（还是以上图为例）：A、B、C、D、E、F、G、H、I。这个输出结果可以使用队列实现。

我对它的理解是，广度优先就是先把一个页面的链接全部找到后，以上图为例，在A页面找到了B、C链接，然后进入B页面，找到D、E，但是我们不继续向下找了，反而进入C页面，找到C页面的全部链接，就是这样查找。

我的理解

我可以把我的理解比喻成挖地下室，当然只是我的理想的理解，不要与现实进行对比。

假如我挖地下室，需要挖5层。对深度优先的理解可以这样解释，我先把地点选好，然后我把升降机需要的地方搭好，直接把5层地下室需要的深度全部挖好，然后，我在挖这几层的广度。

对广度优先的理解可以这样解释，我先把第一层挖好，然后在挖第二层，一次类推。

以上只是本人的拙见，如有错误，敬请指出。