打算重新收集一次，从877一直到2570，
实际获得词典目录1525本，目录中的词条链接部分有纰漏，需要转换，实际获得词条122w条
下载前10000条实际得到9979条，
1w条大概需要1.3小时，
有没有大佬帮忙爬或者指点一下能加快进度的方法
排查了一下，佛爷的版本只是缺877到1178，满打满算也就缺92943条，之后的词典和词条我现在爬取只会比佛爷的更少，
保存路径直接照抄，应该不成问题了
下载前10000条实际得到9979条，
pyhton的多线程 或多进程 或异步能提高爬取速度，供参考。我刚接触python，还不会用。
鸿篇巨制！老师辛苦了！
保存的目录也是个问题，我自定义了1w个页面一个目录，html目录和jpg目录
之前爬国学大师，9.8w个html放一个文件夹，jpg放jpg/zi或者jpg/ytzi
这122w个html放一个文件夹那不得炸膛了，或者1w个html洗版为一个txt，然后122个txt洗版成一个txt，jpg打包成mdd，因为保存html时jpg的地址做了修改，那不得打包成122个mdd
不好搞，没经验，没思路
···············
看了一下之前的版本，
网络图片地址ttp://202.106.125.14:8000/ApaDownLoadRef/m.20081027-m300-w001-258/images/Image5/m.20081027-m300-w001-258002206.jpg
本地图片地址img src=“/202.106.125.14_3A8000/ApaDownLoadRef/m.20081027-m300-w001-258/images/Image5/m.20081027-m300-w001-258002206.jpg”>
html保存本地文件夹地址估计也是类似，图片本地保存文件夹结构基本不变，利于洗版，到时候跨文件夹遍历html写成txt就行了
ps网页目录词条删除了好多，到时候还得交叉对比一下阿弥陀佛的版本