按照已经规范化的数据库表来对抽取程序进行改进并进行测试，主要实现两个目的：1.使抽取的页面元素更加全面，增加了之前抽取中遗漏的字段，2.有一些社区的网页结构有更新，使得先前的页面元素抽取规则失效，导致抽取不到内容，现在对抽取规则进行改进，使其适应最新的页面结构。主要更改的有：dao中的字段名，使其与数据库表一致；model中的各变量抽取规则，检测其是否能成功抽取；补齐变量的set和get方法。项目社区的规范改进在之前的已经完成，这次主要是针对知识共享社区，有：

51cto_blog 

cnblog_news

codeproject

csdn_question

csdn_bbs  

csdn_blogs

dewen_question 

lagou

neitui

slashdot

stackoverflow

oschina_question  

cnblog_question

遇到的问题：cnblog_question 社区中的view_num 和oschina_question 中的reply_num和view_num等元素为动态加载，抽取不到。