问一个python采集全部的问题。怎么样设置定时及采列表？

Question

比如我采集这个网站：http://career.tsinghua.edu.cn/publish/career/8130/index.html

一共53页。

我现在只会采内容。

那采列表一般采到了列表。只用到列表里的网址就可以？然后把采到的网址保存到一个列表中。只彩网址中的内容？

那现在的问题是。这个站每天都更新信息。网址无规则。如果我想天天自动采集的话。怎么样判断那条信息我有没有采过？怎么样知道那信息是不是当时刚发出来的？用什么办法可以知道采的集的是昨天没采过的信息？

就是当这个站发布信息后。我这边的站自动采集。不用人工管。但是采的信息是没有采过的。

大体的思路是什么样的？　多谢了

Answer 1

或者说怎么用python 采一个整站。并根据那个站的更新。我这边定时采集？

这个是什么样的思路啊？

或者有什么教程与代码学习一下？多谢了啊。