想要做一个机票预测系统，在数据爬取模块想要使用一些开源的爬虫，不知道该选哪种比较方便快捷地爬取到这种深度网络的数据。

毕业季，需要用到这方面的数据，单独一页一页的复制了一段时间的数据，发现很是耗时，想从武汉市环保局下载这将近三年的历史数据。选择日期后，页面出现一个相应的数据表格，需要将这个表格全部保存。页面如下：跪谢各位！

我想知道在某学校的学生中外卖APP的使用情况，比如美团，百度，饿了么，哪个使用用户多，甚至数据的更深入挖掘，比如消费能力，使用时间段，对于一个不懂数据挖掘的小白来说该如何做，求知乎大神们指导。

编程小白，只会用Matlab。要写一个基于语料库的毕业论文，我想把这样的网页里的新闻文本都爬取下来，做成语料库，应该要怎么做啊换一个网页，之前是资料库里的。要用学校的账号登陆..担心会出问题http://www.abc.net.au/news/archive/这个是ABC News的新闻档案

作为一名苦逼的会计学博士生，手工从报表中摘数据实在是一件让人心力交瘁的事情。可能有人会问：为什么不用CSMAR之类的数据库呢？因为那些数据太大路货了，我们需要一些非标准化的、比较冷门的的数据。还有一些文本，需要人工把它们转化成数字的形式，比如董事会的个人教育背景，本科以下为0，本科为1，硕士为2，博士为3（当然，这个数据库里有，只是举个例子）。那么问题就来了：爬虫软件能不能从年报里抓取这些数据呢？如果是从网站中保存的PDF格式的年报呢？作为一个编程零基础的小白，实现难度大吗？大致需要几个月时间？

写了一个爬联系方式的爬虫，email，电话，地址等有八九个键值，每个人大概有不同的三四样信息，大概20万条数据。是该用mySQL类的数据库还是noSQL？希望可以根据类目，比如电话，快速获得含有这个类目的entry，并且以后可以做一些简单的趋势分析。