爬虫

政务网站政策列表抓取：探测→分类→选择器→噪音治理

给抓取系统批量接入全国 36 个省级税务局等政务站点时踩过的坑：瑞数 412 死路判定、泛域名假阳性、hanweb recordset 双重转义还原、转载去重与栏目噪音治理的完整复盘。