用python写了一个蜘蛛，可以实现如下功能：
1、自动采集网易体育板块下的新闻链接，并入库。只要第一次给了种子链接，就能够自动发现新链接。
2、读取mysql库中的新闻链接，采集需要的字段，写入数据库，实现自动发布。对新闻正文，能够做到95%以上的采集正确率。
3、通过分词技术，分析正文关键字，作为标签入库。
以上几点，实现了sablog的完全自动发布。只要花很少的时间，就可以发布海量文章。
但是现在还有很多问题。
程序健壮性差，经常会遇到exception中断，无法实现无人值守自动运行。内容仅是简单的采集，距离原创或是二次创作很远，谷歌倒是收录了很多，但是百度不知道为什么只收录首页，而且长时间不更新。可是谷歌收录了没用啊，没有任何流量。可能还是域名的问题。
不管怎样，通过这个例子，至少可以看出，通过程序自动采集、提取、发布的流程是可行的，海量内容博取长尾关键字的流量是可行的。内功还需要加强，看书是非常必要的。现在只是最简单的采集，还称不上是一个健壮的蜘蛛。还要进一步的完善和提升。
这需要做很多的工作。
下一步，就是要做一个图书cps的网站了。这一步，就是成功与否的关键所在。看书看不出什么，考虑自己翻译python文档。然后，网站程序，flask+bootstrap，或者Drupal，也要抉择。
今年是转折年。加油。