有什么免费的sitemap生成工具？
如果你有数据库的话，自己用Php写一个比较好。
因为爬虫类的工具，一方面是有可能遍历不完整，即使能遍历完整，sitemap中的url也是乱序的。不像自己编写的完全可以安装数据库的内容来编排分类内容。
另一方面是多线程遍历网站url会导致网站服务器压力剧增，给其他正在访问网站的用户带来极其不好的体验效果。
故此，建议自己写一个php来定时更新sitemap是最佳解决方案。
哪一种开发语言最有可能取代PHP？
PHP仍然是毫无争议的，最简单，门槛最低的Web语言
PHP仍然是CMS领域的绝对垄断者，前1000万site有一半多是CMS，不过贡献不了多少职位
BAT三家，B和T是C++ > Java > PHP，A是完全不用PHP，国内体量最大的三家就这样
有赞，小红书等一票市值10亿以上公司，已经实现或正在实现从PHP转Java/Go
不要小看BAT的影响力，国内大部分能做起来的创业公司的CTO或者技术骨干，往往来自BAT，间接的输出了BAT的技术风格。
如果有人用就算活着，我想PHP会比每一个看到过这个主题的人活的更久，现在还有用perl写的网站呢。很多留存的成熟PHP项目，也不会那么快换别的技术做。但是PHP在10亿市值以上公司里的空间，可能会被压缩，部分被Go和Java取代。
作为前端萌新，建议还是从PHP入手后端吧，别的怕你学不会，hello world没搞的定就放下。很多工作数年的PHPer，刚接触Java的时候，也是骂几句麻烦然后放弃了，他们对Java的认识还停留在5年前，包括一些PHP名人，提起Java还以为要写getter/setter和XML配置文件呢
php如何抓取行业词库？
php抓取行业词库的第一步是实现序列化，也就是按照顺序去抓取字节，PHP不支持永久对象，在OOP中永久对象是可以在多个应用的引用中保持状态和功能的对象，这意味着拥有将对象保存到一个文件或数据库中的能力，而且可以在以后装入对象。这就是所谓的序列化机制。PHP 拥有序列化方法，它可以通过对象进行调用，序列化方法可以返回对象的字符串表示。然而，序列化只保存了对象的成员数据而不包话方法。
第二步是构造函数，构造函数是类中的一个特殊函数，当使用 new 操作符创建一个类的实例时，构造函数将会自动调用。当函数与类同名时，这个函数将成为构造函数。如果一个类没有构造函数，则调用基类的构造函数。第三步，是分析解构函数，PHP 5 引入了析构函数的概念，这类似于其它面向对象的语言，如 C++。析构函数会在到某个对象的所有引用都被删除或者当对象被显式销毁时执行。
第四步是，遵守cookie机制进行运作，cookie 是一种在远程浏览器端储存数据并以此来跟踪和识别用户的机制。可以用 setcookie() 或 setrawcookie() 函数来设置 cookie。cookie 是 HTTP 标头的一部分，因此 setcookie() 函数必须在其它信息被输出到浏览器前调用，这和对 header() 函数的限制类似。可以使用输出缓冲函数来延迟脚本的输出，直到按需要设置好了所有的 cookie 或者其它 HTTP 标头。
第五步，制造比如simple dict之类的简单工具，进行词库的捉取，不用安装扩展，也不依赖 xcache memcache redis 之类的缓存。当然也可以更复杂，采用complex，附加更多组件和程式原理。
php如何写爬虫？
据我所知，很多第三库都可以实现你所要求的这些php爬虫特征。
如phpQuery，phpCrawl，phpSpider，Snoopy。
如果使用curl，也是相当不错的。但你要做的事情更多。它只负责请求和下载，并没有实现爬虫的核心。别的事情都要自己做，至少你得先封装一下。
如果你任务比较紧迫，建议选择那些第三方库，集成一下，能用先用着。
业务时间还是了解一下爬虫的方方面面比较好。
xpath简单，拿到源码，交给phpQuery就可以，像使用jQuery一样，不需要正则。还有一些是需要动态渲染才能拿到数据的，得用无头浏览器，如phantomjs，去处理。
速度不会成为问题，有问题也是因为速度太快，被网站发觉然后屏蔽你，而不是太慢。哈哈。
个人认为比较难的是怎么针对反爬虫策略，怎么做全自动化。还是建议你去看几本关于爬虫的书。
为什么php不适合做计算密集型业务？
PHP即“超文本预处理器”，是一种通用开源脚本语言。PHP是在服务器端执行的脚本语言，与C语言类似，是常用的网站编程语言。PHP独特的语法混合了C、Java、Perl以及 PHP 自创的语法。利于学习，使用广泛，主要适用于Web开发领域。
1.优点：开源 免费性 快捷性 [程序开发快，运行快，技术本身学习快]
1)跨平台，性能优越，跟Linux/Unix结合别跟Windows结合性能强45%，并且和很多免费的平台结合非常省钱，比如LAMP(Linux /Apache/Mysql/PHP)或者FAMP(FreeBSD/Apache/Mysql/PHP)结合，或者数据应用够大可以考虑换 PostgreSQL或者Oracle，支持N种数据库。(N >= 10)
2)语法简单，如果有学习C和Perl的很容易上手，并且跟ASP有部分类似。有成熟的开发工具，比如NuPHPed，或者Zend Studio等等，再Linux平台下可以使用Eclipse等等。
3)目前主流技术都支持，比如WebService、Ajax、XML等等，足够应用。
4)有比较完整的支持，比如使用ADODB或者PEAR::DB做数据库抽象层，用Smarty或者smart template做模板层，如果是PHP 5.1的话，还能够使用PDO(PHP Data Object)来访问数据库。
5)有很多成熟的框架，比如支持MVC的框架：phpMVC，支持类似ASP.net的事件驱动的框架：Prado，支持类似Ruby On Rails的快速开发的框架：Cake等等，足够满足你的应用需求。
6)PHP 5已经有成熟的面向对象体系，能够适应基本的面向对象要求。适合开发大型项目。
7)有成熟的社区来支持PHP的开发。
8)目前已经很多大型应用都是使用PHP，比如淘宝网、Yahoo、163、Sina等等大型门户，很多选用PHP来作为他们的开发语言，所以大型门户都能够选用它，我想足够能够你的使用了。
9)有很多开源的框架或开源的系统可以使用，比如比较知名的开源框架有Zend Framework、CakePHP、CodeIgniter、symfony等，开源论坛有Discuz!、Phpwind等，开源博客 WordPress，开源网店系统如Ecshop、ShopEx等，开源的SNS系统如UCHome、ThinkSNS等。
10)使用成本低 （linux apache mysql php内核）
2.缺点
1)函数命名不规范 驼峰法和下滑线，传参位置不一 你知道的
2)单线程 ； PHP本身，一直以来php就是个单进程的程序；虽然php的pthreads扩展早就有了。但是它不够稳定，运行运行着就会莫名其妙的自己挂掉；php的扩展都是C写的，这也就意味着任何一个扩展出现线程竞争资源控制问题都能让整个挂掉
3）核心异步网络不支持（当然在linux只有同步非阻塞网络模型）。却少了这个使得很难开发一个能够承受大并发的网络应用。传统的网络模型和io都阻塞的。这样基本的编程的做法就是一个进程（或者线程）响应一个用户链接请求。因此无法完成像实时网游那样需要成千上万网络连接的任务。尽管php也有Libevent、eio扩展对此算是某种程度上面的弥补，但是感觉都不是那么完善
4）只支持web开发，不方便做 .exe文件,不方便做桌面应用程序. 不方便做手机程序.
5）不适合做爬虫、自动运行脚本.科学运算项目,这语言基本构架就不适合，虽然有很多方法实现。
6)后期维护困难。后期提速空间局限性较大。
在对PHP有一个大致的认识以后，我们来了解一下为什么说PHP慢？
PHP的慢是相对于C/C++级别的语言来说，事实上，PHP语言最初的设计，就不是用来解决计算密集型的应用场景。我们可以这样粗略理解为，PHP为了提升开发效率，而牺牲了执行效率。
我们知道PHP一个很大的特点，就是弱类型特性，也就是说，我可以随意定义一个变量，然后给它随意赋值为各种类型的数据。以一个int整型数字为例子，在C语言中：
int num = 200; // 通常是4字节
但是，如果是PHP定义了一个同样的变量，实际对应的存储结构则是：
这个结构体将会占据远比C变量多得多的内存，PHP中定义方式如下：
$a = 200; //这变量将实际占用对比C变量很多倍的存储空间。
其实对PHP来说，无论存储什么类型的数据，都是用上述“通杀”的结构体实现。为了兼容PHP程序员的变量类型“乱入”，PHP做到了对开发者的友好，但是对执行引擎很残酷。单个变量内存消耗可能还不明显，一旦用到PHP的数组等，则复杂度指数上升（数组的实现是HashTable）。然后，Zend引擎执行时，将这些PHP代码编译为opcode（PHP的中间字节码，格式有点类似于汇编），由Zend引擎逐行解释执行。
无论是字符串的连接操作，还是数组的简单修改等，几乎都是“PHP程序员一句话，Zend引擎跑断腿”的节奏。因此，同样的操作，对比C来说，PHP消耗了更多的CPU和内存等系统资源。除此之外，还有内存自动回收、变量类型判断等等，都会增加系统资源的消耗。
例如，我用纯PHP实现的快速排序函数和原生sort函数，排序10000个整型数字，来做一个耗时对比，结果如下：
原生的sort耗时3.44 ms，而我们自己实现的PHP函数sort则是68.79 ms。我们发现，两者执行效率差距巨大。我的测试方式，是计算函数执行前后的时间间隔，而不是整个PHP脚本从启动到结束的时间。PHP脚本启动和关闭过程，本身有着一系列的初始化和清理工作，也会占据不少的耗时。
通常情况下，PHP执行效率的排行是：
最快的是PHP语言结构（isset、echo等），PHP语言的一部分（它们根本不是函数）。
然后比较快的就是PHP的原生和拓展函数。PHP拓展，基于Zend API之上，用C实现的功能，执行效率和C /Java是属于同一个数量级的。
真正慢的就是，我们通过PHP自己写的代码和函数。例如，假如我们使用的比较重的纯PHP实现的框架，因为框架本身的模块很多，所以，会明显拖累语言层面的执行效率，同时占据更多的内存。（国内的Yaf框架，以拓展的方式实现，因此执行效率远快于纯PHP写的框架。
在一般情况下，我们并不推荐用过PHP实现逻辑复杂计算类型的功能，尤其是Web系统流量比较大的场景下。因此，PHP程序员应该对PHP的各种原生函数和各类拓展有一个比较广泛的了解，在具体的功能实现场景中，寻求更原生的解决方案（原生接口或者拓展），而不是自己写一堆复杂的PHP代码来实现这类型功能。
如果有足够的PHP拓展开发实力，将这类型业务功能重写为一个PHP拓展，也会大幅提升代码的执行效率。这是一个非常不错的方式，也被广泛应用PHP优化中。但是，自己编写的PHP业务拓展的缺点也很明显：
拓展开发耗时比较长，需求变更的时候修改也复杂，写得不好可能会影响Web服务稳定性。（例如，在Apache的worker模式下，多线程场景下挂掉，会影响同一个进程下的其他正常子线程。如果是多线程的Web模式，编写拓展还需要支持线程安全）
拓展在PHP版本升级的时候，可能需要做额外的兼容工作。
人员变动后的维护和接手成本也比较高。
实际上，在互联网一线企业中，更常见的解决方案，并非增加PHP拓展，而用C/C 独立写一个服务server，然后PHP通过socket和服务server通信来完成业务处理，并不将PHP本身和业务耦合在一起。
不过，Web服务大部分的性能瓶颈都在网络传输和其他服务server的耗时上（例如MySQL等），PHP执行的耗时在整体耗时的占用比例非常小，所以从业务角度来说，影响可能并不明显。