爬取IEEE、Springer、ACM、AAAI文章題目.做者.摘要.連接日誌

日誌：(CREATE BY WLC)

1：IEEE文章摘要爬取
①：運行Crawler目錄下的IEEE1024.php （16年10月24日）
②：運行根目錄下的IEEE1025.php（16年10月25日）
③：會議->http://ieeexplore.ieee.org/xpl/conhome.jsp?punumber=1000359
④：期刊->eg:IEEE Transactions on Image Processing http://ieeexplore.ieee.org/xpl/tocresult.jsp?isnumber=7331739&punumber=83 (past issue)

2：Springer文章摘要爬取
①：運行Crawler目錄下的Springer1025.php(16年10月25日)摘要變化較大
②：運行根目錄下的Springer1027.php（16年10月27日）

3：ACM文章摘要爬取
①：運行Crawler目錄下的ACM1101.php（16年11月01日）
②：運行根目錄下的ACM1101.php（16年11月01日）
③：會議->http://dl.acm.org/proceedings.cfm
④：期刊->http://dl.acm.org/pub_series.cfm?id=J774 (table of content)

4: AAAI文章摘要爬取
①：運行根目錄下AAAI1104.php(16年11月9日)目錄連接獲取暫時省略
②：AAAI 16年份連接->http://www.aaai.org/Library/AAAI/aaai16contents.php，只替換連接中數字便可(16年11月9日)
③：AAAI會議彙總 ->http://www.aaai.org/Library/AAAI/aaai-library.php

5：SIAM文章摘要爬取
①：運行Crawler目錄下的SIAM1109.php（16年11月09日）
②：運行根目錄下的SIAM1109.php（16年11月09日）
③：期刊彙總->http://epubs.siam.org/loi/smjcat

6：ScienceDirect文章摘要爬取
①：運行Crawler目錄下的ScienceDirect1110.php（16年11月10日）目錄連接暫時省略
②：運行根目錄下的SIAM1110.php（16年11月10日）
③：期刊彙總->http://www.sciencedirect.com/science/journal/00043702/240

7: JMLR文章摘要爬取
①：運行Crawler目錄下的JMLR.php（16年11月11日）目錄連接暫時省略
②：運行根目錄下的SIAM1110.php（16年11月11日）
③：期刊->http://www.jmlr.org/papers/v17/

8： ①：修改數據庫finish字段1 -爬取完成 0 -待爬取 -1 -爬取過程出現問題
②：運行Crawler_YearAndLinks.php 得到會議、期刊 的年份、連接
③：運行Crawler_ConferenceAndJournal.php 獲取title 、author 、abstracts 、 links（2016/11/21）

注意點：
①：rsdb.sql數據庫中表paper_page_v2 中 finish 屬性中 1爲爬取完成的連接 0爲未爬取頁面 -1爲其餘狀況
②：index.php文件爲開發過程當中 *測試* springer爬取摘要
③：PHPJsonDecode.php文件爲 *測試* 模擬瀏覽器獲得HTML字符串（16年10月31日）
④：ACM（http://dl.acm.org/）對爬蟲的應對方案較爲完善，謹慎使用不然致使IP被暫時封掉
<用網站流量統計系統來改進實時反爬蟲系統 ><用時間窗口來改進實時反爬蟲系統 >（16年11月01日）
⑤：AAAI網站每年的AI會議在一個網頁上並無採用分頁，所以爬取的Array很是大開始致使內存溢出，後分批爬取取得效果較好（2016/11/9）
⑥：當獲取到大量文章題目、摘要、連接插入數據庫時，速度較慢，等待一小段時間檢測數據庫變化（2016/11/9）
⑦：遇到內存溢出問題首先應該是檢測php程序中沒有釋放的變量使用unset方法，再次就是修改ini文件的memory-limit=128M
默認128M能夠改大一些（2016/11/9）