@skyboy 像 yaf ， swoole 这种肯定是最快的，但是它们基于 php-cli 开发和维护没有跑在 PHP-FPM 中的一般的框架方便，小厂还是推荐一般框架。 symfony 是企业级的框架，做了很多很棒的组件； yii2 在速度和封装上也非常棒，我个人用 yii2 比较多， thinkphp5 刚出来我看了一下源码，理念基本上和 yii2 是差不多的。你说得 restful 路由如果指的这种的话： http://www.yiichina.com/doc/guide/2.0/rest-quick-start 。。。我个人感觉 restful 太理想化了，很多 api 就用一般的 controller 就够了，看个人喜好了。

@aksoft
@yoke123
只是我个人试用起来有 3 点觉得不太好，第一是性能实在太差了： https://github.com/kenjis/php-framework-benchmark 。。。 helloworld 也能反应很多东西，实际上的 http 调用大多数走缓存。。。第二个就是为了优雅的理念和优美啥的过度封装，请求包含进总线 closure ，我用 xdebug 无法单步调试一次 http 请求，很多概念。。。。然而我是实用主义者，闻到 bad smell 后就撤了

当然了 laravel 很会宣传也很流行， star 也多，库也多，很多人认同其理念吧。。。。。

@sagaxu php7 又不是给旧的应用准备的，能升级的只有大厂才有那个钱。 php7 新加的特性不多，总体再往静态类型靠拢，方向是对的。
比起 php 本身，我觉得 laravel 这种才不适合 php 定位

我打赌 php7.0 升级到 7.1 的人会很少很少，因为 7.1 性能没有提高，新的 feature 大部分人也不需要，也就是说 7.1 的存在意义只是每隔一年总的放出个新版本而已。。。

@sagaxu 好吧，我一直以为 yaf 是运行在 php-fpm 内部的，那 yaf 本质上是和 swoole 和 yar 一样是 php-cli 的应用了……我小厂还是老实 yii 吧，流量达不到那么大，驾驭不了

@sagaxu
@orderc
内部系统那也撑不住大流量啊，你想那只是一个单进程 php-cli ，而 php-cli 长期驻内存稳定性不好说。

而且 php-cli 的 socket 做的 server ， workerman 、 swooole 之类的，性能并不一定比 php-fpm 的强：

http://rango.swoole.com/archives/254

所以说就算本地内部使用，你没 log ，没并发，没负载均衡，没阻塞，没失败从启，那用 yar 之类的 rpc 我也没看到啥优势。。。无非就是函数调用更接近语言本身，还有就是传输的内容压缩过，但是这 2 点根本不是痛点，所以依然搞不懂 rpc 的优势在哪里

用 yar 的我问一下，我一直不明白 rpc 调用对 http api 的优势在哪里。。。。
你们觉得 yar 的那个 php-cli 开着一个命令行的 php server 靠谱么，既然 yar 也是用的 http ，那速度和我直接正常的写个 http api 没有区别啊，而且 http api 还更成熟

缺乏类型的脚本语言就这样咯

@towser 单机 selenium 驱动多个有界面浏览器，并且不同的浏览器实例可以定制特性（比如代理、 user-agent 、图片加载，静态资源缓存之类的）

@towser 关于你的第一点，我认为这是不对的，在长期运行的 php-cli 中老是有人说用 unset 及时释放变量来回收内存，这是典型的 micro-optimization 是邪恶的，变量超出了生存范围会被自动回收的。我们知道 php 变量回收是简单的基于引用计数， php 自从 5.3 开始解决了循环引用，也带来了一些负面影响( https://github.com/composer/composer/commit/ac676f47f7bbc619678a29deae097b6b0710b799)，但是鸟哥也说了 php 的默认垃圾回收已经基本上能处理非极端情况，所以我个人认为在 php-fpm 中和 php-cli 中都没必要去 unset 。比如老有人说`$len=count($arr);for($i;$i<$len;$i++){balabla}`比`for($i;$i<count($arr);$i++){balabla}`强，的确要强一点，但是我们知道 php 的数组回记录其大小，也就是说 count($arr)是 O （ 1 ）的，两种代码的复杂度都是 O （ N ），没有本质区别，后者还要紧凑一点， micro-optimization 没必要。

另外看来 chrome 作为一个有界面浏览器比 firefox 好，不知道你 chrome 有没有单机并发以及缓存定制之类的？ firefox 下又许多坑现在我都没法很好的解决。

@mrzhao 有啥问题可以直接这里说或者到我博客下留言，我比较倾向于把问题放到大家都看的到底地方


@Clarencep 其实 dom 选择器捡个顺手的用就 ok 了，没啥区别。。。至于速度，驱动浏览器当然更慢，不过有一些技巧可以使之做到和 httpclient 速度差不多。。。这个我以后可能回分享一下自己的经验


@ctftemp 这种就是需要高度定制的地方了，比如有 url 作为区分的、有关键字作为区分的，把区分字段加上索引每次爬的时候去查一下看爬过没，这种比较简单粗暴，我目前有个长期爬虫库里 7kw 用这种方法也没啥问题。。。。。

@mrgeneral 我完全是为了满足厂里的业务需要，现在这样也够用了，其实单纯的怎么更好的爬数据不是我的工作的重点，我精力在于和反爬虫较量上面，这里面很多东西就不好说太细了。所以目前暂时没有折腾轮子的想法，感谢邀请。

至于说 php 的性能，在脚本语言里许多场景下下， php 数一数二的信心还是有的， php 本来就把性能和兼容看的很重： https://pages.zend.com/rs/zendtechnologies/images/PHP7-Performance%20Infographic.pdf

@sagaxu 关于这个常识没啥好说的了……其实只要是按照异步（毕竟底层都用了各种差不多的事件库）来写各个语言的性能跑出来差别不会太大，而且也没必要迷信用静态类型语言，论异步的 http 性能，在某些场景下 php 都是可以打 Go 的：

韩天峰-Rango
11 月 7 日 10:17 来自 微博 weibo.com
PHP7+Swoole 的 http 服务器和 Go 的 Http 服务器，在我的电脑上进行基准测试， Swoole 的性能总是 Go 的 2 倍。
https://github.com/swoole/swoole-src/blob/master/benchmark/http.php
https://github.com/swoole/swoole-src/blob/master/benchmark/http.go

至于为啥不用静态类型写，我个人干活也是比较喜欢静态类型的，因为强类型写出来更鲁棒性能更好，用脚本语言纯粹是写起来快，尤其是爬虫这种全是内容处理+细节处理而且需要常常改的东西

@sagaxu IO 密集型的工作用异步是常识啊……
grequests 我之前就研究过，你去读读它的只有 150 行的源代码， https://github.com/kennethreitz/grequests ，质量如何以及这个 httpclient 好不好用，我觉得和它那么多的 star 不相配

@sagaxu httpclient 中非常重要的异步并发请求功能 requests 没有， py 的几个支持异步的 httpclient 都不太好用（我们这边有个 py 爬虫需要异步并发，我研究了一段时间的这个东西）。。。

至于 selenium 客户端，用啥语言都差不多， py 调用浏览器不需要单独开一个命令行的 stand-alone 的 java 的 selenium 服务端这点比较方便。。。。 php 需要单独开一个命令行的 stand alone 。。。不过论代码质量， facebook 的 client 质量不错，很强调强类型，不过没有文档需要自己去看源码。。。。

说 php 是最好的语言只是想起个比较吸引眼球的题目而已， php 的优缺点和 py 的优缺点场景不一样的话体现也不一样，其实最好的语言就是你最熟悉的。

我喜欢 windows ，喜欢 eclipse ，讨厌 vim ，对屏幕 /键盘完全无所谓。。。。

@cenxun resque 的代码我研究过，我没有用的原因还是过度封装，直接用 redis list 的 blocking pop 足够了

@changwei 为了服务于 php-cli 的多线程吧，毕竟多线程支持都做了……一般大家都选 NTS ，没有多线程支持的性能要好点

至于 java ，你要知道它是一门工业级的静态类型语言， jvm 是非常强大的 runtime ，原生支持多线程是必然的。 php 整个版本区分是因为 ZTS 版本性能更低，为了性能。。。

python 的多线程。。。我用 py 不是很多。。。。


@changwei 其实爬虫的难点在于别人反爬虫，具体去爬的业务没啥难度也没啥好说的。。。你的这个需求 php 下单进程异步应该可以吧？ http://docs.guzzlephp.org/en/latest/quickstart.html#concurrent-requests
你对并发感兴趣的话我有 2 篇博客你可以参考一下，写的比较乱：
http://qsalg.com/?p=423
http://blog.icekredit.com/?p=40

@nilai 贴代码多没意思啊，这个东西也不复杂我也就写了个基类 1k 行也没啥技术含量，简单粗暴的

@scnace selenium 和 phantomjs 打算下次分享，里面有的几个坑很有趣的（其中有一个坑让我差点不干了），这块我透漏一下我 i7 的 cpu 能跑 100 个 phantomjs 进程（长期稳定）