人工采集,二是智能采集.手工采集效率低且容易出错

　　人工采集,二是智能采集.手工采集效率低且容易出错

　　一是人工采集,二是智能采集.手工采集效率低且容易出错,越是复杂的操作就越可能出错。

　　采集内容包括：①报纸杂志或期刊；②网站爬虫；③各类新闻网站、网页；④政府及官方机构的官方网站；⑤公开的权威网站；⑥校内、校外的*敏*感*词*纸质书及教材等；⑥图书馆、博物馆等机构外的资料；⑦图书馆、博物馆等机构外的图书；⑧直播或录制的网页。所以先看看你想从哪些类型的网站上面获取数据，然后逐步扩展到各个层面的网站。

　　csdn，天涯，百度？你确定你满足爬虫的爬取要求了么。

　　你可以试试申请一个专利，理论上，你不能比国外的顶尖网站慢。但是，能有极限。

　　收费的是不需要做的，需要做的是免费的，用户量巨大的网站，正规的公司根本不需要采集数据，不稳定的爬虫一定对结果有巨大影响。（但是国内做技术很多是想免费又想做大，

　　学生你有时间去找资料学习吗？有自己的判断能力吗？单单你需要的一个关键词就要好几个网站去搜了。还有很多比如说seo、推广、新闻等就不用我列举了。这些网站是为了能让你学到更多东西，

　　无用

　　关键词很多，但是每个网站都要对应的编号，一般我们看到的都是只有某些关键词的链接，好不容易链接多了，但是内容不能相互影响，这样不是浪费时间吗，总不能每个都编号吧。