&

網頁采集作為政府網站網頁在線歸檔的首要環(huán)節(jié)，就是利用相關工具，以既定的頻率和方式，及時選擇值得保存的政府網頁內容。

網頁采集的第一步是要確定采集對象，政府網頁歸檔保存的信息采集對象是域名中含有“gov.cn”的政府網站，為確保政府網頁的采集質量，需要對目標網站進行評價，將那些信息規(guī)模大、原生性信息多、更新頻繁的政府網站選定為采集對象。在確定要采集的目標政府網站之后，還應根據實際需求選擇相應的采集方式。完整性采集和選擇性采集是目前比較常用的網絡資源采集方式，它們各有優(yōu)缺點，為了彌補其各自的不足，可以實現兩種采集方式的優(yōu)勢互補，采用融合二者優(yōu)點的混合型采集方式，在對選定的政府網站中所有網頁進行完整性采集的同時，通過人工干預的方式對網頁內容進行甄別，對其中有證據價值、歷史價值、研究價值的重要網頁，有選擇性地進行深層次的頻繁采集，這樣既考慮到了政府網頁采集面的廣度，同時又照顧到了重要網頁采集的深度。