1）在校大学生。最好是数学或计算机相关专业，编程能力还可以的话，稍微看一下爬虫知识，主要涉及一门语言的爬虫库、html解析、内容存储等，复杂的还需要了解URL排重、模拟登录、验证码识别、多线程、代理、移动端抓取等。由于在校学生的工程经验比较少，建议只接一些少量数据抓取的项目，而不要去接一些监控类的项目、或大规模抓取的项目。慢慢来，步子不要迈太大。
（2）在职人员。如果你本身就是爬虫工程师，接私活很简单。如果你不是，也不要紧。只要是做IT的，稍微学习一下爬虫应该不难。在职人员的优势是熟悉项目开发流程，工程经验丰富，能对一个任务的难度、时间、花费进行合理评估。可以尝试去接一些大规模抓取任务、监控任务、移动端模拟登录并抓取任务等，收益想对可观一些。
渠道：淘宝、熟人介绍、猪八戒、csdn、发源地、QQ群等！
扩展资料：
网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。
随着网络的迅速发展，万维网成为大量信息的载体，如何有效地提取并利用这些信息成为一个巨大的挑战。搜索引擎(Search Engine)，例如传统的通用搜索引擎AltaVista，Yahoo!和Google等，作为一个辅助人们检索信息的工具成为用户访问万维网的入口和指南。但是，这些通用性搜索引擎也存在着一定的局限性，如：
(1)不同领域、不同背景的用户往往具有不同的检索目的和需求，通用搜索引擎所返回的结果包含大量用户不关心的网页。
(2)通用搜索引擎的目标是尽可能大的网络覆盖率，有限的搜索引擎服务器资源与无限的网络数据资源之间的矛盾将进一步加深。
(3)万维网数据形式的丰富和网络技术的不断发展，、数据库、音频、视频多媒体等不同数据大量出现，通用搜索引擎往往对这些信息含量密集且具有一定结构的数据无能为力，不能很好地发现和获取。
(4)通用搜索引擎大多提供基于关键字的检索，难以支持根据语义信息提出的查询。
为了解决上述问题，定向抓取相关网页资源的聚焦爬虫应运而生。聚焦爬虫是一个自动下载网页的程序，它根据既定的抓取目标，有选择的访问万维网上的网页与相关的链接，获取所需要的信息。与通用爬虫(general purpose web crawler)不同，聚焦爬虫并不追求大的覆盖，而将目标定为抓取与某一特定主题内容相关的网页，为面向主题的用户查询准备数据资源。
1 聚焦爬虫工作原理以及关键技术概述
网络爬虫是一个自动提取网页的程序，它为搜索引擎从万维网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂，需要根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL队列。然后，它将根据一定的搜索策略从队列中选择下一步要抓取的网页URL，并重复上述过程，直到达到系统的某一条件时停止。另外，所有被爬虫抓取的网页将会被系统存贮，进行一定的分析、过滤，并建立索引，以便之后的查询和检索；对于聚焦爬虫来说，这一过程所得到的分析结果还可能对以后的抓取过程给出反馈和指导。
相对于通用网络爬虫，聚焦爬虫还需要解决三个主要问题：
(1) 对抓取目标的描述或定义；
(2) 对网页或数据的分析与过滤；
(3) 对URL的搜索策略。
网站推广就是以国际互联网络为基础，利用数字化的信息和网络媒体的交互性来辅助营销目标实现的一种新型的市场营销方式。简单的说，网站推广就是以互联网为主要手段进行的，为达到一定营销目的的推广活动。网站推广是指将网站推广到国内各大知名网站和搜索引擎。
电子商务网站推广：1、百万网百万网首页2、阿里巴巴3、慧聪4、铭万5、易晒网
国内网站推广
国内网站推广是指将网站推广到国内各大知名网站和搜索引擎。国际推广是指全球性的网站推广，主要是指在全球知名网站做网站推广。目前最好的国际推广Google的推广。企业网站推广的有效途径
通过调查表明：绝大多数人上网查询信息使用的都是搜索引擎，访问量最大的是各大门户网站。企业供
求信息都集中在一些大型BtoB电子商务网站（如：阿里巴巴、慧聪等），个人买卖商品都去一些大型BtoC或CtoC商务网站（如：买麦网、淘宝网、易趣网等），还有各种专业的行业网站（如：各种化工网站、建材网站、培训网站以及一些论坛也能在网上聚敛大量的人气）。因此，我们要给网站做的推广就是要将您的网站在各种搜索引擎中占据有利的位置，让人很容易搜索到你（都是查询和你的产品或服务相关的信息，可以说能找到你的都是一些准客户或潜在客户）。另外就是要把您的网站信息放到人气多的地方，提高曝光率，让大家都能看到你（这和在电视、报纸上打广告是一样的），因此，网站通过全面推广才能有较高的访问量。让企业通过互联网获得最大的效益
（二）网站推广的策略：
搜索引擎加注
统计表明，50%以上的自发访问量来自于搜索引擎；有效加注搜索引擎是注意力推广的必备手段之一；加注搜索引擎既要注意措辞和选择好引擎，也要注意定期跟踪加注效果，并做出合理的修正或补充；向Google、雅虎和MSN，搜狐，新浪，百度等知名的搜索引擎和目录网站提交网站，网站通过所提交的关键词能够出现在搜索结果结果列表里。这些收录常常需要一些时间。
雁过留声法
大量访问同类网站或者人气旺盛的网络平台，发布留言和论坛信息（可用技术手段实现），内容主要有：本网站介绍或者本网站部分精品内容发布，吸引爱好者访问。
联盟策略
首先实现同类网站互通有无，建立同盟，并做到唯我马首是瞻；其次，建立同行业（文化产业）同类型（互动社区）的网站联盟，做到互为宣传，互为推广；加入论坛联盟，网摘联盟，图摘联盟。
数据库策略
注重网上调查、用户资料、访问统计等数据的收集整理，并进行客观分析，既对客户行为进行引导，又对网站建设提供现实权威的意见，是数据库策略的核心。（1）调查：在网页上搞一些小调查，问一个有趣的问题，让访客投票。投票者也许会在明天或下周再来查看调查结果。（2）有奖活动：持续的搞一些有奖活动，奖品不必太贵重，只要对你的访客来说稍有用即可。他们会常来看结果。（3）小测验：要有小测验，每周公布答案。参加者会来看正确答案。（4）新闻：提供与主题相关的新闻。一般人都喜欢最新的新闻。你如能成为他们的第一手来源，他们就会重复访问。
加入友情链接联盟
加入友情链接联盟最大的一个好处就是不仅可以提高网站在互联网上的曝光率，提高网站的反向链接数量和pr值，还因为注册友情链接联盟留下了网站的信息，并为自己生成了一个自助化的友情链接系统，这样别人就可以不在通知我的情况下加好我的友情链接，使友情链接变得更加轻松。在友情链接联盟网站上同样注册了一些不入流的网站，这些网站参差不齐，所以在与这些网站做友情链接的时候一定要看准对方网站的价值，看准是否做了这个友情链接对自己的网站的流量有好处。
软文推广
软文分别站到用户角度、站到行业角度、站到媒体角度来有计划的撰写和发布推广，促使每篇软文都能够被各种网站转摘发布，以达到最好的效果。软文写的要有价值，让用户看了有收获，标题要写的吸引网站编辑，这样才能达到最好的宣传效果。
口碑推广
通过免费服务，或者策划的新载体，按照口碑推广的惯用套路促使用户帮我们进行口碑宣传。马云的“口碑营销”:“我就是打着望远镜也找不到对手”，“这个世界上最靠不住的就是关系”，“男人的长相和智商是成反比的”，“如果我马云可以创业成功，那么大部分的年轻人也能够创业成功”，我想这些话大家都不陌生，比如我说完这些话，你的第一反应是什么--马云!这就是他们“口碑营销”!
论坛推广
整理50个人气最旺的相关主题网站进行有计划的发帖子，做好细节，才有好效果。这里中麒推广刘禹含给大家分享一个关键关键点：帖子不再多，而在于顶！活跃在在线讨论组或论坛中，并且，总是在发言中包含有网址的签名。论坛宣传方式是我众多网站宣传方式中，最辛苦的一样，也是效果来得最快的一样。我每天要在外面那些大论坛发几十个主题贴，顶几百次帖子。而却在那些大论坛要有很多马甲回贴才行，要不广告效果很差。网上有很多网站推广的方法里都讲了论坛发贴的推广方式，但是大多数人都是一笔代过，所以很多人用这方法的时候，效果不明显。其实论坛发贴最大的一个要领就是:选择好的素材(必须是很热门的那种)然后去一个相关的人气很旺的版区发贴宣传。
导航网站登录
网站建设完成之后，第一件事情就是向各大搜索引擎提交新网站。搜索引擎提交包括提交给搜索引擎爬虫和提交给分类目录。提交给搜索引擎爬虫的目的是让搜索引擎将网站收录到索引数据库。检验网站是否被搜索引擎收录的办法是直接在搜索引擎中搜索网址，查看能否找到网站结果，也可以通过输入命令site:yoursite获得具体的页面收录数量。提交给搜索引擎分类目录有两个目的：一是为了用户通过分类目录检索到网站，二是为网站获得一个高质量的外部链接，有助于增加网站的链接广度。桌面制作公司自己的电脑桌面，桌面优美吸引人，打上公司的网址，放在各大网站免费让人下载。
