每次采集结束，记录下采集的最后一个页面的连接地址。

下次采集时，检查新闻列表页，找到这个连接，然后从这开始采集。

这样的话就不需要象现在这样，不管页面有没有被采集过，都先尝试采集，完了还得跟数据库比较，看看有没有重复。现在用的方法太苯了，又费资源，又费时间。我上边说的法子多好啊。