web-crawler - 如何抓取特定语言的网络

Question

我正在尝试从乌兹别克语网页中收集所有可用的文本信息（尽可能多地）（用于我的研究）。最好的方法是什么？

我找到了 Common Crawl，但不确定提取特定语言文本是否容易。