5/2 (三) 工作日誌

今天把時間花在建立一個簡單的Execution流程，也就是先不加入HMM預測這部分。
這個簡單的流程從給定的起始網站開始， 查詢google以得到相似的網站，然後定一個變數來規定每個網站要抓取多少個網頁，這個流程雖然簡單，但要會碰到的問題不少，像是要過濾掉其他非text/html的網頁，網頁是否有重複，網頁如果無法連接要怎麼處理等等。
會先這樣做是因為想從簡單的流程開始，再一步步把預測這部分給加進去，避免整個流程一次從頭寫到尾，才不會出了錯不好理清楚問題點出在哪。