Update README.md

Author: Tianyi Wang

README.md

@@ -206,5 +206,25 @@ cglib工具：利用asm开源包，对代理对象类的class文件加载进来
 
 ## Lucene原理
 ### 倒排索引
+不是由记录来确定属性值，而是由属性值来确定记录的位置。
 
-### Lucene存储原理
+构建过程：分词 - Hash去重 - 根据单词生成索引表，同时得到“词典文件”（词-> 单词Id），最后得到“倒排索引文件”（单词Id -> 倒排列表）
+
+词典文件
+
+![](http://img.my.csdn.net/uploads/201209/10/1347269599_3828.jpg)
+
+倒排索引文件
+
+![](http://hi.csdn.net/attachment/201202/13/0_1329141580k34Q.gif)
+
+### Lucene存储原理
+
+## 爬虫优化
+### 如何抓取需要登录的页面
+模拟登录之后将sessionId保存到request header的cookie中
+
+### 如何解决IP限制问题
+1. 买个支持ADSL的拨号服务器，便宜的一个月80，然后在上面搭建代理服务器，用爬虫连上去
+2. 自己探索不同网站的访问频率限制规则
+3. 寻找网站访问频率访问限制漏洞