采集

采集，这里的采集指的是网站内容的采集，故又称为：网站采集。网站采集是一种网站内容编辑模式。采集是复制粘贴的升级，指利用工具，按照一定的规则，定时或一次性批量的复制其他网站的内容。采集一般的步骤是设置采集规则，采集目标网站，然后程序去自动抓取内容，写入网站数据库。采集与离线浏览器下载不同，离线浏览器只是把网站所有的内容下载到本地硬盘，而采集只抓取有用的内容，然后一般是写入网站数据库，和网站是一体的，就像是一个机器人自动的为你的网站添加内容。

采集的方式

采集一般用如下方式：

CMS自带采集系统

目前国内几大CMS系统都自带采集模块，例如 动易 帝国CMS DedeCMS等等。

第三方采集软件

有些专门开发的采集软件，典型的有火车头采集器。

采集的优缺点

优点：

• 自动添加网站内容，维护成本低
• 可在短期内迅速增加网站内容

缺点：

• 涉及版权问题。目前国内对这方面不重视，但是采集就是对所采集网站的劳动成果的窃取，如果一个网站一直依靠采集是无法发展壮大的
• 服务器消耗资源大。如果是用CMS自带模块进行采集，采集之后生成静态页面，资源消耗是非常厉害的，所以不少主机商是禁止采集的。
• 大量重复内容，容易被搜索引擎惩罚
• 可能遭到所采集网站的各种报复，例如起诉，攻击等等。

采集的版权及道德问题

• 采集一般侵犯了对方网站的版权
• 采集增加了对方服务器的资源消耗，如果对方是个人网站，使用的是虚拟主机，很可能引起资源消耗太大，被主机商关闭空间
• 采集窃取了对方的劳动成果，并且在搜索引擎等地方与对方形成竞争关系