爬取百度百科中文页面，抽取三元组信息，构建中文知识图谱

越来越多的网站具有反爬虫特性，有的用图片隐藏关键数据，有的使用反人类的验证码，建立反反爬虫的代码仓库，通过与不同特性的网站做斗争（无恶意）提高技术。（欢迎提交难以采集的网站）（因工作原因，项目暂停）

📚深入浅出数据库存储：数据库理论、关系型数据库、文档型数据库、键值型数据库、New SQL、搜索引擎、数据仓库与 OLAP、大数据与数据中台

GitHub最全的前端资源汇总仓库（包括前端学习、开发资源、数据结构与算法、开发工具、求职面试等）

智联_51job招聘需求挖掘采集和分析，数据采集时间截止到2018年12月28日，数据条数为15万条，平台为智联和51_job，具体的流程可以参考右边的PPT