采集是指有着确定方向、明确目的的采撷和记录写作材料的一种活动。它主要指调查采访和查阅和搜集资料。采集最主要的作用在于为写作、分析、报表获取直接的和间接的材料。
网络采集器是用来批量采集网页,论坛等的内容,直接保存到数据库或发布到网站的一种工具,是一个从目标网页中摘取某些数据形成统一的本地数据库的一个过程。
这些数据本来只是在可见的网页中以文本形式存在。这个过程所需要的不仅仅是网页爬行器与网页包装器。一个复杂的数据抽取过程需要应付种种障碍,例如会话识别,HTML表单,客户端Java脚本,以及数据整合问题例如与数据集与单词集不一致的情况,以及缺失和冲突的数据。可以根据用户设定的规则自动采集原网页,获取格式网页中需要的内容。
示范网站：
原创站：http://www.58xiu.cn/ 十字绣城
采集站：http://www.miaidao.cn/ 密爱岛论坛
文中数据均来自站长站统计。
一、基本介绍
两站建站时间相差大概20天左右。
密爱岛建站时采集数据3000多贴，目前共有贴数6000多贴。该站建成一个多月后PR值就达到了3.十字绣城全部由会员发贴，转帖占全部贴数的15%左右。该站直到2009年1元1日PR值才达到3
.二、通过搜索引擎关键词来路分析
密爱岛通过百度来的，能带来的贴子都是本站会员发问、发表的原创贴带来的。那些采集贴基本没有起到什么作用。每天通过百度来量100来IP。
十字绣城，由于本站很多贴子都是图纸交流贴。一些会员在发贴时，除有一个文字标题外，内容是直接图片或图纸压缩包。能带事百度搜索的就那些除有文字标题，还有图片描述的贴子。每天通过百度来量1000IP。
三、原创和转载收录情况
密爱岛虽然有6000多贴，但目前GG收录2170页，百度收录900多页。
十字绣城虽然只有5000多贴，但目前GG收录两千页，百度收录三千七百页。
四、总结
采集可以让会员一打开一个网站时，就感觉到这个站内容丰富。只能给会员一时的视觉冲击。并不招搜索引擎的喜欢。GG和百度对比，好像GG还好点，至少采集了这么多，GG很给面子的在一个多月就让我的采集站PR值是3了。但这个站通过百度来的量太少，每天也就100来个IP。
十字绣城虽然内容是一点一点更新的。而且PR值升的也是很慢，但从百度来的量确还不错。这就不得不说，原创更受百度的喜欢。
密爱岛上发一个贴需要过两天才能看到。而在十字绣城下午发的贴，基本晚上就可以看到收录了。显然这和网站的更新速度有关。
所以，采集是做给会员看的。我们可以去采集，但一定要有原创。采集适合新站。当使一个新站看起来有一定的规模后，还是要多发原创贴，配合快速的更新，我想，搞好一个网站并不难。
讲完了，顺便招下友情链接。要求PR值至少是2的，这样的站稳定些。我的QQ402825587