问答系统，目前还只针对百度知道
QA系统使用说明
1.数据库说明： 数据库中的字段跟师兄给我的一样，只有两个评论字段没有下载。 另外为了实现师兄所说的多线程下载，我在query表，qapair_resultslist表中添加了finished字段，用来表示该条记录是否已经下载过，为1时表示已经下载过，该记录的所对应的网页都已下载到本地，只要调用相应的分析程序即可;为0表示还没有下载。
-
系统使用说明： 可以有两个方法来执行该程序。 1）运行Main函数（该函数在com.hitsz.main中） 只要数据库中的query表中有查询问句，并且finished字段为0,该函数就会将query中的问句列表逐一的去下载，并将网页结果保存到本地，将分析结果保存到数据库中。中间不需要任何干预，除非出现了还没有考虑到的错误。 整个系统目前使用的还是单线程，因此在下载网页时可能会比较慢，为了防止由于频繁访问百度出现一些错误界面。
2）运行test.com.hitsz.util 下的TestBaidu.java 该类当中有四个函数，从上到下分别是四个功能模块，在类中已有说明。 当数据库中的query表中已经导入了问题列表，就可以逐步运行下面的函数即可，和第一种方法运行的结果一样。 /**
- 第一步运行这个函数，将每个问句的搜索页面保存到本地
- 测试下载每个问句的baidu搜索网页 */ public void testDownloadItems()
/**
- 第二步 分析第一步下载下来的文件，将搜索的每个item存入到数据库qapair_resultlist中
- 分析每个问题的搜索网页，并将每个结果存入到数据库中
- 对每个问题解析完之后，需要对TermList清空
/ public void testParseItemPages() /*
- 第三步 在第二步后，在从数据库中的qapair_resultlist中选出出那些还没有下载过的 items，保存到一个list中
-
对每个url的list遍历，逐一下载对应的问答网页，然后以问题的id命名文件， 保存到本地 - 从数据库qapair_resultlist中获取所有 还没有下载过
- 的item的URL，然后进行下载 */ public void testDownLoadQAPages()
/** *
- 第四步，将第三步中保存下来的问答对网页逐一分析，本将每个问答对网页结果存入到数据库 qapair,baiduuser中
- 分析每个问答对的网页
- 并保存到数据库中 */ public void testParseQAPage()
3其他使用说明： 1)为了能记录运行过程，该系统使用了Log日志文件，在log文件夹下， log4j.properties 是log记录文件的配置文件，但程序在运行出错时，可以查询该log下的qa.log文件， 查询运行记录即可，以便做一些恢复措施。
2）在config文件下，有一个系统配置文件url.properties 里面含有各种系统配置信息，主要就是数据库的URL地址和密码等 还有在下载网页时的延迟配置。
3）在sql文件夹下的qa.sql文件则是建立空的数据库的sql语句，直接当该文件导入到mysql中即可，不需要建立qa数据库。
4)问句的搜索结果页面保存在resource/baidu文件夹下。 每个问答对网页保存在resource/qapair文件夹下。