2.7　关于什么时候存储数据

许多人认为存储数据的环节是在清洗和组织数据之后，但实际上并不然。我们在工作中经常会遇到这样的场景，甲方或老板告诉你要采集某网站的文章标题，当你把标题采集下来后，对方说每个标题还需要对应上点赞数。此时如果有原始资料，则可以直接从原始资料中将“点赞数”字段清洗出来；如果没有原始资料，就需要重新采集，但如果重新采集时第一次采集的文章中有一部分被删除了，则会出现两次采集数据不相符的情况。在某些场景下，这种情况很尴尬，很难解释清楚，只能承认自己失误。

因此，数据存储一般发生在获取到网页的HTML或数据之后，未经过清洗和组织的数据是必须要保存的资料。保存好这些资料后，再写清洗和组织数据的脚本，将数据提取出来重新存入数据库或数据表中。