使用Lucene建立索引 && 使用Luke工具检查索引文件

任务：下载语料、保存为xml格式、使用Lucene为下载语料建立索引、使用索引查看工具Luke检查索引文件

1. 使用Python的requests爬取网页

import requests
res = requests.get(u)
res.encoding = 'utf-8'
txt = res.text

2. 获取的网页内容是在一堆标签组成的，用正则表达式匹配自己想要的内容

import re
title_result = re.findall(r"<title>.*</title>", txt)[0].replace("<title>", "").replace("</title>", "")# 提取标题

date_result = re.findall(r'<span>发布时间：.*</span>',