網頁內容采集。網頁采集作為政府網頁在線歸檔的第一步，是利用相關工具，以給定的頻率和方式，及時選取值得保存的政府網頁內容。網頁采集的第一步是確定采集對象。政府網頁上采集的信息是域名中帶有“gov.cn”的政府網站。為了保證政府網頁的采集質量，需要對目標網站進行評估，選擇那些信息規模大、原生信息豐富、更新頻繁的政府網站作為采集對象。確定要采集的目標政府網站后，還應根據實際需求選擇相應的采集方式。

　　完整性收集和選擇性收集是目前常用的網絡資源收集方法。它們各有利弊。為了彌補各自的不足，可以優勢互補。采用了結合兩種方法優點的混合收集方法。在收集所有入選政府網站完整性的同時，通過人工干預對網站內容進行篩選，有證據價值、歷史價值和研究價值的重要網站被有選擇地頻繁收集。這不僅考慮到了政府網站

　　然而，網頁的收集和抓取最終還是要依靠相應的網絡爬蟲工具。目前網頁存檔的爬蟲工具有很多，其中最常用的是Heritrix和HTTrack。利用這些工具可以批量在線自動采集目標政府網站的網頁。