一个经典的页面数据采集工具RoadRunner.其关键思想是通过处理页面比较得到的mismatch来不断地修改当前的模板，最终推导出能够覆盖例子页面的模板，然后根据模板来实现对类似 页面的信息抽取。

清风信息自动采集生成系统 很好用的大家试试看

循环式远动规约 1．主题内容与适用范围 本标准规定了电网数据采集与监控系统中循环式远动规约的功能、帧结构、信息字结构和传输规则等。 本标准适用于点对点的远动通道结构及以循环字节同步方式传送远动设备与系统。本标准还适用于调度所间以循环式远动规约转发实时信息的系统。 2． 引用标准 国家标准：《地区电网数据采集与监控系统通用技术条件》和《远动终端通用技术条件》。 3． 一般技术要求 3.1本规约采用可变帧长度、多种帧类别循环传送、变位遥信优先传送， 重要遥测量更新