编写信息采集程序通常涉及以下步骤：
需求分析
明确需要采集哪些数据。
确定数据来源的网站及其结构。
选择编程语言和工具
根据需求选择合适的编程语言，如Python、Node.js等。
选择合适的采集工具或库，例如Python的requests、beautifulsoup4，Node.js的axios、cheerio等。
了解目标网站结构
分析网页源代码或查看API接口，确定数据的位置和获取方式。
编写采集逻辑
使用选择的编程语言和工具编写代码来实现数据的采集和处理。
包括发送HTTP请求、解析HTML或XML文档、提取所需信息、存储数据等。
设置采集规则
确定要采集哪些数据。
处理重复数据、错误数据等。
异常处理
考虑到网络不稳定、页面结构变化等异常情况，并进行相应的异常处理。
性能优化
设置合理的访问间隔时间，避免频繁访问目标网站。
考虑使用多线程或异步IO提高采集效率。
数据清洗和处理
对采集到的数据进行清洗，去除无效或错误的信息。
将数据整理成所需的格式，并存储到数据库或其他存储系统中。
测试和调试
对采集程序进行测试，确保其稳定性和可靠性。
通过日志和调试信息排查问题。
部署上线
将采集程序部署到服务器或云平台上，实现自动化运行。
遵守法律法规和网站规则
遵循目标网站的robots.txt文件，不要对网站造成负担。
设置合理的User-Agent头部信息，使用代理IP等反反爬机制。
```python
import requests
from bs4 import BeautifulSoup
import time
def get_html（url）:
headers = {
'User-Agent': 'Mozilla/5.0 （Windows NT 10.0； Win64； x64） AppleWebKit/537.36 （KHTML, like Gecko） Chrome/58.0.3029.110 Safari/537.3'}
try:
response = requests.get（url, headers=headers）
response.raise_for_status（）
return response.text
except requests.RequestException as e:
print（f"Error fetching {url}: {e}"）
return None
def parse_html（html）:
soup = BeautifulSoup（html, 'html.parser'）
假设我们要提取页面上的所有标题
titles = soup.find_all（'h1', class_='title'）
for title in titles:
print（title.get_text（））
def main（）:
url = 'http://example.com' 目标网站的URL
html = get_html（url）
if html:
parse_html（html）
time.sleep（5） 设置访问间隔时间
if __name__ == '__main__':
main（）
```
请注意，这只是一个简单的示例，实际的信息采集程序可能需要根据具体需求进行更复杂的处理和优化。同时，在编写和运行信息采集程序时，请确保遵守相关法律法规和网站的使用条款。