关于汉字的使用统计分析

在用Python做点关于互联网上的汉字使用统计分析。发现中文语料库好少，更新更少。只好先写个程序每天自动拉些站点的页面下来提取汉字了，家里的PC机也只好24小时开着，哪去搞个支持LAMP（PY3K）的不花钱的服务器呢？呵呵，上天啊，赐给我个精壮的服务器吧！

找了个汉字读音清单文件，不过发现不全，从网上发现里面没有的汉字可惜读音没法补。