论坛爬虫

分为4个模块

1. 下载器
下载整个网页
2. 解析器
从中抽取链接和需要的资源（图文及描述等）
3. URL管理器
管理要遍历的URL， 防止重复抓取和死循环
4. 文档归档器
将抽取的资源保存下来， 数据库或者以文档的方式

TO-DO
第一版：
基本的抓取， 指定板块
（图片和对应的描述）

第二版：
多进程抓取， 多个板块

第三版：
分布式抓取， BBS全站

第四版：
cookie管理， 自动登录， 反追踪

第五版：
展示优化， 定期更新