广域网爬虫,该如何处理

广域网爬虫
问各位大侠：给你一亿个网站URL，我要收集到所有网站关于公司信息的属性（联系人、电话等等）？
望各位给出设计思路或是代码
------解决方案--------------------
这个也忒猛了
这个怎么抓？
一亿个网站没有共同点，获取页面信息搜索“联系我们” or “联系电话”？？？？

不懂，帮顶吧
------解决方案--------------------

引用:

这个也忒猛了
这个怎么抓？
一亿个网站没有共同点，获取页面信息搜索“联系我们” or “联系电话”？？？？

不懂，帮顶吧

如果是外文网站就是"Contact Us Tel"了吧