采集规模。网页档案的采集有分歧的采集策略，分歧的采集策略决议了分歧的采集规模，可分为完全型采集、选择型采集以及混杂型采集。

完全型采集是对特定网域的全域进行主动化采集，采集规模广、内容多。美国的IA主旨是保留互联网的周全记载，对全球公开的网站进行按期采集。每两个月，网站页面快照都邑被互联网存档，自IA项目启动以来，互联网存档已经存储了2730亿个网页。

选择型采集是有针对性地捕捉特定的网站，平日是依据事宜、主题进行选择采集，采集规模小，须要借助人力。例如，澳年夜利亚的PANDORA项目只采集与澳年夜利亚相干，且具有文化意义的网站；美国国会藏书楼的Library of Congress Web Archives（以下简称LCWA）项目，重点采集与国度好处主题相干的网页资本，包含美国选举、伊拉克战斗和911事宜；苏格兰的NRS网页档案项目，事先制订指南，依据指南采集其规模内组织创立和拥有的网站，包含苏格兰当局、苏格兰议会、苏格兰法院等。
混杂型采集是将两种策略相联合，先年夜规模地对网站进行完全采集，再有重点地针对某些特定的网站进行深度、频仍的选择性采集。英国的UKWA项目，起首爬网内容是在英国宣布的网站，如那些在英国顶级域名上的网站.uk、.cymru和.scot，以及可以手动辨认出在英国宣布的网站，再由工作人员按期存眷、收集有关特定事宜、主题或兴致范畴的网站。