一是人工采集,二是智能采集(人工采集,的几种常见问题，你知道吗？)

　　一是人工采集,二是智能采集(人工采集,的几种常见问题，你知道吗？)

　　一是人工采集,二是智能采集。人工采集主要是从黄页,找到想要的网站,然后用编程采集器采集。优点是成本低,省去很多的技术性工作。缺点是效率比较低,有时候需要网站经常更新,或者采集者故意制造新内容,效率就有时候会比较低。智能采集需要有相关的分析能力,需要有预判能力,通过不断学习收集。优点是比较容易学,效率比较高,缺点是需要基本的采集知识。

　　同楼上，用从业多年的经验来告诉你。黄页都是预制的，其它网站的内容都可以做出来。题主你说的从黄页爬取是什么意思？有一个让你一次性爬全网的那种技术吗？那种技术就跟机器人一样，你直接写个脚本就能获取你想要的所有信息。但是有些网站，你写脚本就能获取全部信息。你有这个需求吗？这是在骗你。这不叫用python爬虫，那叫爬取黄页。

　　比较好的方式是题主你要求一个爬虫，每天自动爬取你想要的信息。这个用apachesoftwarefoundation，

　　别相信没用过python就说python爬虫无用的，我自己就是python爬虫python爬虫不行，有用过别的吗，

　　个人觉得主要原因是爬黄页的网站太少了，而且涉及到版权问题，一般的爬虫没法一次性爬很多网站。

　　没法爬，先不说你有没有agent之类的技术。别说python，就是perl爬虫爬百度官网都难的要死，java爬虫好歹还能多一点什么验证码什么之类的。