几年前做过一个爬取笑话网站的爬虫, 爬了好几个网站，抓取了几万个笑话，去年把收集到的数据，做成了一个简单的笑话网站，爱说笑.
代码扔github上了，地址。 用到的东西, scrapy做的爬虫，ui是tornado + mongodb + nginx, 中文分词用的是结巴分词, 前端用的bower + grunt + bootstrap。
另外，开发了简单的微信公众账号，可以实现发送关键字，显示相关笑话的功能，目前运行良好，微信搜索爱说笑，对，就是哈士奇头像那个。。。关注即可，也可以直接到这里,扫描二维码。
目前数据库里有5万多条笑话，有时间再增加吧。