crawl_mrdx

新闻电讯爬虫

初步完成，单线程，文明爬虫（每次爬虫1-3s休息）。

cd my_project_dir
virtualenv -p /opt/python/bin/python3 venv
source venv/bin/activate
pip install -r requirements.txt
python main.py

截图

目前下载到 ./data/20130822/07.pdf ，2275天的资讯日报，总共16G。