如何实现web下从不同数据源采集数据

Question

先分析各类需要采集的数据，再考虑如何采集

Answer 1

没搞过这个，给点建议吧。
想来基本上就是把数据读到程序中，把想要的信息提取出来存放到数据库中。
文本文件嘛 ，就直接用java IO来读。
xml用一些xml的解析器类包什么的，像dom/sax,简单一点就是dom4j/jdom
html比较麻烦，差不多只能当文本来处理吧。
从数据库采集就简单多了吧，数据都是现成的。
也许楼主还会用到正则表达式，文本查找可能会比较管用。

Answer 2

谢谢几位，不过我还是搞不定，待会我把问题分解小问题再提问吧。