文章采集文章采集 德国专访——打造工业电影（中译）(组图)

　　文章采集文章采集 德国专访——打造工业电影（中译）(组图)

　　文章采集文章采集很少有人感兴趣，也不是我们主要考虑的事情。但是在如今每天遍地都是大批量的新闻报道时，如果我们只采集部分新闻，会非常影响我们的体验和工作效率。正是由于这个原因，我们经常会以少量的新闻报道占领网站，但也能看到一些文章对我们有积极作用。这篇文章中我将按照时间线给你展示浏览新闻时我们可以看到的东西，让你对新闻进行深入的学习。

　　从中学习到在采集新闻时一定要避免的事情。新闻报道采集首先，我先以一篇cnbeta和雪球共同发表的采访中提到的一篇德国网站上的新闻为例进行说明。这篇新闻对我影响很大，对此我也进行了采集。这篇新闻的题目是《我拿python拯救solidot》，该论文是由德国慕尼黑工业大学的工程物理和应用材料学系的老师，dr.hamermeshress在2017年4月发表在science上的。

　　这篇论文对每一个有意采集论文的人都有很大帮助，这在我这一系列中都可以找到实例。德国专访——打造工业电影（中译）这篇新闻中有个关键的问题，就是把st.peter这个网站打造成一个在线电影商店。它只通过python编程来做，不管是拍摄视频的人还是观众，只要在电影里找到字幕这就能下载到相应的文件。这在以前完全没有想到，这对我这个初学者来说非常震撼。

　　我经常用这个方法测试新闻的质量，因为我知道很多编程语言做不到这一点。我在之前几篇关于爬虫的文章中都提到过，采集文章中任何内容都非常费劲，而且也不知道怎么样爬去。如果仅仅这样采集文章只能说浪费时间，而且由于时间上来不及，我采集的新闻报道很容易流失掉。这篇论文中有个值得注意的地方，就是他们的电影票售价是零售价的15%，也就是40元*敏*感*词*（不包括税钱和时间成本）。

　　即使这样，看到这样的价格和品质，人们也会果断掏钱的。采访中的说法是有利的，因为这么高的价格，的确令人望而却步。但是，它和采集什么样的新闻又是矛盾的。单纯从价格上来说，我知道如果美国国内的话大概是30美元，如果是北美，可能达到60美元的水平。我不知道这是不是只是地区限制造成的结果，或者如果这个网站开放的话，人们采集的可能更多，并且用户体验还要更好。

　　但是我可以肯定的是，肯定有更多的人看这个视频。考虑到如此高的售价，他们肯定也会继续采集更多文章，采集数字化影片。同样的价格，爬取别人做的好的新闻报道，会比直接采集一个普通的新闻要好得多。但是，现在这条线路已经封死了。原因是，他们对一个max录制的影片中的it部分很不满意，理由是这些部分甚至还没有运行起来，它们都需要一个专业的机器人来来采集。然而，