基本思路
思路一（origin:master）：從維基百科的某個分類（比如：航空母艦（key））頁面開始，找出鏈接的title屬性中包含key（航空母艦）的所有目標，加入到待抓取隊列中。這樣，抓一個頁面的代碼及其圖片的同時，也獲取這個網頁上所有與key相關的其它網頁的地址，采取一個類廣度優先遍歷的算法來完成此任務。
思路二（origin:cat）：按分類進行抓取。注意到，維基百科上，分類都以Category:開頭，由于維基百科有很好的文檔結構，很容易從任一個分類，開始，一直把其下的所有分類全都抓取下來。這個算法對分類頁面，提取子分類，且并行抓取其下所有頁面，速度快，可以把分類結構保存下來，但其實有很多的重復頁面，不過這個可以后期寫個腳本就能很容易的處理。
庫的選擇
開始想用jsdom，雖然感覺它功能強大，但也比較“重”，最要命的是說明文檔不夠好，只說了它的優勢，沒一個全面的說明。因此，換成cheerio，輕量級，功能比較全，至少文檔一看就能有一個整體概念。其實做到后來，才發現根本不需要庫，用正則表達式就能搞定一切！用庫只是少寫了一點正則而矣。
關鍵點
全局變量設定：