声明：该项目已不再更新，相关代码可能无法运行或者已失效。
- 效率的关键在于IP资源，普遍采用代理的方式效率太低，花点时间你可以在代码中找到相关的技巧处理，这个很重要！
- scrapy是个优秀的框架，推荐使用，你可以采用其它类似的异步IO模型。
- wenshu网有很多服务器，你可以找找。
- 数字公司的防火墙服务其实值得好好研究。
- captcha目录是之前做的wenshu网验证码破解，目测正确率95%以上，不过已经用不着了，供研究学习。
- 关于瑞数，@sml2h3之前有过破解，我在初期尝试过他的版本，效率比较低，后续我因为没有跟进也不了解。建议采用pyppeteer类似的方案，实测效率要高几个数量级，项目中有相关代码，你也可以借鉴。
- 追求效率要进行各方面的综合优化，比如docid解密就挺费计算资源，你可以有自己的优化处理。
- 项目中还有些关于代理、wenshu网ip资源的研究，你可以参考，终极的办法是拿到真实IP。
- wenshu网经常更新，网上流传的代码或许都有问题，比如之前有docid解密失败就是vl5x.js文件有问题，你需要自己多些研究。
以上几点凭记忆写的，或许有不准确的地方。