獲取原始內容的目的是為了索引，在索引前需要將原始內容建立成文件（document），文件中包括乙個乙個的域（
field
），域中儲存內容。
這裡我們可以將磁碟上的乙個檔案當成乙個document，
document
中包括一些
field
（file_name
檔名稱、
file_path
檔案路徑、
file_size
檔案大小、
file_content
檔案內容）
注意：每個document可以有多個
field
，不同的
document
可以有不同的
field
，同乙個
document
可以有相同的
field
（網域名稱和域值都相同）
每個文件都有乙個唯一的編號，就是文件id。
踏出第一步
我是乙個比較內向的人，或許應該說有一點自卑的傾向。因為生活中的一些事情，總是不斷的打擊我的自信心，讓我產生一種感覺 我缺乏能力，是乙個無用的人。我想有過這種經歷的，肯定不只我乙個人。人的信心有時候是很脆弱的，兩三次的失敗就可能讓其消失殆盡，然後你就覺得，反正我也做不出什麼事情來，乾脆就這樣混著吧，於...
邁出第一步
我，乙個程式小白，不是為了熱愛而走上程式設計之路。就這樣稀里糊塗的度過了兩年，期間，自己有為找不出那乙個個errors煩躁，也有為成功編譯後而獲得正確結果的那種喜悅。如今是真的想去改變現狀，想去提公升自己，想不負剩餘的兩年時光，不負你，不負我！對於今後的學習之路的想法，首先基礎的語言學習，其次資料結...
爬蟲第一步
注意正規表示式的書寫注意正規表示式的書寫 import re import requests url headers html requests.get url,headers,timeout 10 text print html redata re.compile r for i in re.fi...