数据采集工具主要分为爬虫、API接口、传感器、数据抓取软件和人工采集。这些工具的特点是能自动抓取网页、数据库、物联网设备或者人工记录的信息，比如爬虫专门跑网页，API接口直接从服务器拿数据，传感器实时监测环境。采集技术指具体方法比如网络爬虫、API调用、传感器采集、数据清洗和存储加密，就像用吸管从大桶里舀水，还要过滤杂质再装进桶里。

为什么选这些工具和技术呢？因为现在大部分数据都在网上跑，爬虫能抓到80%的公开网页数据，但要注意遵守网站规则。API接口更高效，像淘宝卖货直接给链接，不用自己翻库存。传感器在智能城市用得多，比如广州地铁每天用2000多个传感器测客流。数据清洗技术能处理70%的脏数据，比如自动去掉重复的订单号。根据艾瑞咨询前年报告，爬虫占数据采集市场35%，API占40%，传感器占15%，人工占10%。所以选工具要看数据类型和场景，比如做电商选API和爬虫，做环境监测选传感器。