文章采集：给小白的使用详解多种方式可选择

　　文章采集：给小白的使用详解多种方式可选择

　　文章采集文章采集：给小白的使用详解多种方式可选择本地采集（采集本地站点，稳定）代理ip采集（支持有代理ip的网站）网站打包采集（可以上传上千个网站的数据）豆瓣小组采集（传入小组id，直接采集文章）“插件导入爬虫（不用安装爬虫）”生成采集列表本地采集（速度快）网站打包采集（可以根据需要进行调整）代理ip代理ip采集（两个ip或多个ip可同时采集），计算机专业学生最适合，没有专业软件，该怎么办？其实已经有采集工具可以完成多台电脑同时采集数据，所以数据是问题，我们并不需要用数据采集软件采集（除非是爬虫开发专业的，那么想爬什么站点就用什么软件）。

　　实际上就是data.py自带的扩展采集功能，直接把爬虫程序部署到服务器就可以采集数据了，动手能力强的可以用quanxia之类的。毕竟经常给人打杂的，我也不专业。虽然是采集，但是data.py自带很多实用的小功能，例如包括但不限于可以同步多个data库，对data进行组合操作，在各种编程语言中添加os、json、xml、数据库、redis等模块的支持。

　　python也有统计库mllib，不仅可以使用各种常用的工具，也可以充当自然语言的语法检查器。pandas，numpy，matplotlib等都可以用来保存和写入dataframe格式的文件。如果没有python基础的话，用data.py还是有一些难度，可以先在data.py上面开个小包，然后继续完善这些常用的功能，可以爬虫提交基础数据。