东方财富股吧发帖与评论爬虫

• mongodb.py : 数据库接口，包含了 MongoAPI 类，负责建立与本地数据库的连接并实现基础操作。
• stealth.min.js : 一个 javascript 文件，用来抹掉 selenium 中的自动化特征。

爬取逻辑

a. 爬取帖子信息

1. 设定爬取的帖子页数 page 后，爬虫将会爬取第一页到第 page 页的所有帖子信息，包括标题、评论个数、浏览量、发帖时间和帖子对应的跳转链接（非股吧帖子的链接将会被剔除），以 post_XXXXXX 为名保存到本地名为 post_info 的数据库中（后续爬取对应股票的评论信息需要用到这一步的数据）。
2. 注意保存的时间为发帖时间，而非更新时间。而如何确立发帖时间年份的函数集成在了 PostParser 类（不是通过访问帖子跳转链接获取），其中还有一些特殊情况的处理，不在此赘述。
3. 当爬取帖子到 660 页左右时，一般会被限制访问，此时程序会自动退出 webdriver 并重新实例一个继续爬取。（ps: 暂时只知道这个解决方法，试过清理 cookies 和更改 user-agent，并不管用orz）

b. 爬取评论信息

1. 爬取评论信息一定要等帖子信息爬取完之后才可以进行，因为要用到帖子对应的跳转链接，和该帖子是否有评论的信息（没有评论