本页是《网络数据采集》的案例总目录：共 36 个案例，按「新闻信息与社交媒体 → 电商与金融 → 生活服务 → 自选主题」四大模块推进。课程走零代码路线——你负责把「采集目标、字段清单、输出格式」说清楚，WorkBuddy 负责把它做出来；你负责核对、清洗与合规把关。每个案例都包含：背景与目标、数据源与字段设计、零代码操作步骤、可直接复制的提示词、结果清洗与保存、常见问题与合规红线、随堂自测。搜索框不止能搜案例名：站点名（哔哩哔哩、小红书、京东、研招网、12306）、字段名（浏览量、署名）、甚至只看正文提到的词都能搜到；每篇开头那张「目标站点与交付产物」表里的示范站点与延伸站点，名字和域名都进了索引，命中后会列出「相关小节」，点进去直接落在那一处并高亮。
新闻与社交媒体（一）：列表页与详情页
从广州城市理工学院校园新闻网出发，把 955 个列表页与全部详情页整理成一张 20 字段的明细表。
顺着链接进详情页，取正文、发布时间与浏览量，并把「本网讯（记者 X Y）」里的署名准确解析出来。
把学校各栏目的通知公告连同 PDF/Word 附件一起收下来，按「发文单位＋文号＋发布日期」归档成台账。
新闻与社交媒体（二）：热搜、榜单与订阅源
用 RSS/Atom 订阅源批量取多家媒体的最新资讯，统一字段、合并去重。
抓取热搜榜的排名、话题、热度值，按小时存档，观察话题的热度曲线。
从 B 站排行榜与公开接口取回播放、弹幕、点赞、投币、收藏，做一张分区与 UP 主榜单。
新闻与社交媒体（三）：社区内容与搜索聚合
列表页＋详情页两级抓取，拿到问题、回答、点赞数与作者，并控制请求节奏。
把搜索结果页当作监测窗口，按关键词定期取回条目，做一条舆情线索表。
按关键词搜笔记，取标题、作者、点赞收藏评论数与话题标签，做一份内容选题参考表。
电商与金融（一）：商品列表、价格与评论
抓取商品标题、价格、销量、店铺与所在地区，重点讲价格字段的清洗。
把京东搜索结果里的商品、价格、店铺与促销标签采下来，隔几天再采一次就能画出价格曲线。
翻遍评论页，拿到评论正文、评分与时间，做一版简单的情感倾向统计。
电商与金融（二）：行情报价与历史数据
从财经行情接口取回最新价、涨跌幅、成交量，做成可反复刷新的行情表。
批量取历史日线数据，落成 CSV 与 SQLite 两张表，并做增量更新。
采集大盘指数与行业板块的涨跌与资金净流入，看清「钱往哪儿走」。
电商与金融（三）：基金、公告与财经资讯
取基金的单位净值序列与十大重仓股，拼出一张基金画像表。
按公司抓公告列表、下载 PDF 附件，并抽取营收、净利等关键指标。
抓财经资讯与券商研报的标题、机构、评级与摘要，做一份观点台账。
生活服务（一）：天气与求职就业
从天气网把广州的历史天气逐日记录整月采全，做成分月气温统计、空气质量分布与走势看板。
从招聘搜索结果取岗位、公司、城市、学历与薪资区间，并清洗薪资字段。
把校园宣讲会日程与国聘网的岗位合到一张表里，按学历、城市与截止日期筛出能投的岗位。
生活服务（二）：房产、旅游与影视
列表页＋详情页拿房源标题、户型、面积、总价与单价，做区域对比。
抓票房榜与评分的每日数据，做成一条可以看趋势的榜单表。
从旅游攻略站把景点、门票、游玩时长与点评采下来，给小长假排一份行程候选清单。
生活服务（三）：本地生活、出行与住宿
按分类与城区抓商户名称、评分、人均消费与地址，做一张门店清单。
采集列车/航班班次查询结果，整理出发到达时刻、历时与票价。
按城市与入住日期采集酒店的房型、价格、评分与位置，比出性价比最高的一家。
自选主题（一）：学术文献、招考与政务
按关键词检索论文，取标题、作者、摘要、年份与链接，做文献清单。
抓政府部门公告与政策原文链接，按发布时间归档成文件台账。
采集研究生招生专业目录与公务员招考职位表，按专业、学历与地区筛出能报的岗位。
自选主题（二）：图书、企业与校园服务
取书名、作者、出版社、出版年、评分与简介，做一份选题书单。
采集公开的企业名录字段：名称、法人、注册资本、成立日期与状态。
把学科竞赛的报名时间、主办方与证书考试日程归到一张日历表里，别错过报名。
自选主题（三）：动态页面与综合实战
面对滚动加载与点击翻页的页面，让 WorkBuddy 驱动浏览器把内容取全。
面对短视频平台的无限滚动与登录墙，讲清「哪些能采、哪些不能采」。
把前 35 个案例的招式串起来：多源采集、清洗入库、图表看板一次做完。