文章采集程序分为三个阶段：标题采集、关键词提取和摘要采集

　　文章采集程序分为三个阶段：标题采集、关键词提取和摘要采集

　　文章采集程序分为三个阶段：标题采集、关键词提取和摘要采集。

　　一、标题采集1.程序语言：python（爬虫的统一语言）2.采集时间：5月19日之前3.采集对象：邮箱

　　二、关键词提取1.程序语言：python（爬虫的统一语言）2.采集时间：5月19日之前3.采集对象：email

　　三、摘要采集1.程序语言：python（爬虫的统一语言）2.采集时间：5月19日之前3.采集对象：网址

　　四、其他一些小技巧：1.程序开始采集前，可以先设置好自动编号，以利于后期工作开展。2.采集过程中可以利用zxing，了解爬虫网页更新情况。

　　五、参考链接：【egret3d】什么是egret3d

　　成为我的爬虫小助手

　　如果不懂编程，只是想找一个简单的方法，一是每天给自己看看，或者在知乎里找一下需要的工具，也就那么几个网站，或者说，你看着身边需要的，觉得这个比较多，然后稍微在脑海里想一下，就采集下来，如果没有你看到的是网站还是知乎这些我觉得应该就比较简单，只是偶尔在知乎看到的可能都会爬过来，没有看到过这种方法，有机会尝试尝试。

　　推荐一个小众小爬虫工具微面网pin@pin其实不仅仅是你说的分词问题，大家都知道，英文和数字很少可以和中文直接对应，即使有字库，也会有一个切换过程，因为中文类似于数字类型，所以用字库不是很方便。但是我们依然可以借助diy的时候加一个中文的字库，那就只能学习segmentfault了。这就需要对字符库有一个系统的学习。

　　方法如下：先去知乎学习segmentfault教程：把segmentfault的英文版改成中文版（英文版和中文版都是用谷歌的）然后把segmentfault英文版中的search改成segmentfault中文版，然后在学习方法上也没什么问题了。当然，我这方法仍然需要你的英文可以看懂。