打算构建一个无偏语料库，因此需要爬取各行各业相关的网站，想问一下大家知道哪些主要内容是文本的网站。 目前收集到的网站有大概以下几个分类
这里并没有列全，目前在抓的有 60 个网站左右，每天能获取 300K 个页面，单机。想问问大家有没有什么别的类目、行业、领域以及各分类下的文字类网站可供补充？无所谓内容质量好坏。
 | 1 mushan099 Apr 25, 2018 via iPhone 其他类别不知道，影视那一栏我倒是了解不少(^-^)/ |
 | 2 rock_cloud OP @mushan099 来几个例子？ |
 | 3 fstab Apr 25, 2018 via Android  4 @rock_cloud t66y sixinsix 91 avgle 大哥只能帮你这么多了。 |
 | 4 jiangnanyanyu Apr 25, 2018 via Android 我来一个吧，javbus,javlib |
 | 5 ob Apr 25, 2018 via Android cnbeta |
 | 6 aice114 Apr 25, 2018 via Android v2ex |
 | 8 huluhulu Apr 25, 2018 via iPhone 不是 1024 最值得吗？ |
 | 9 jasonyang9 Apr 25, 2018 nytimes arstechnica slashdot |
 | 10 x86 Apr 25, 2018 avmoo |
 | 11 fengyj Apr 25, 2018 via Android 影视竟然没有 douban |
 | 12 chroming Apr 25, 2018 via Android 单机爬这么多是用了代理池？ |
 | 13 logOo Apr 25, 2018 pxxnhub |
| 14 rock_cloud OP @huiyifyj 有，在论坛分类里，抓全站 |
| 15 rock_cloud OP @chroming 没有代理池，因为站点多，所以每个站慢慢爬，也不是问题 |
| 16 rock_cloud OP @aice114 我居然忘了 V 站，话说 V 站是不是有访问频次限制？ |
 | 17 akira Apr 25, 2018 3l 老司机 |
 | 18 mhycy Apr 25, 2018 |
 | 19 torbrowserbridge Apr 25, 2018 91 |
 | 20 yense Apr 25, 2018 煎蛋站长瑟瑟发抖... |
| 21 rock_cloud OP @yense jandan 已加入豪华午餐，放心，速度非常慢，大约一分钟一个请求，不会占用很多流量的 |
| 22 rock_cloud OP @yense 额。。错了，应该是 20 秒一个请求。。。 |
 | 23 greatghoul Apr 25, 2018 via Android pornhub |
 | 25 F1024 Apr 25, 2018 91 哈哈哈哈 |
 | 26 yunye Apr 25, 2018 via Android 抓谷歌比较划算，抓一个站啥都有了 |
| 27 rock_cloud OP @yunye Google 反爬做得好，不好抓，费时费力 |
Select Language