[update] update README,add feature introduction

README.md

@@ -8,28 +8,43 @@ webporter 寓意“我们不生产数据，我们只是互联网的搬运工～
 
 目前只提供了知乎用户数据的爬虫示例。不定时进行调整和补充，需要关注更新的请 watch、star、fork
 
+---
 
+webporter 的主要特色：
 
+- 基于国产 Java 爬虫框架 webmagic,是众多 Python 爬虫中的一股清流
+- 完全模块化的设计，强大的可扩展性
+- 核心简单，但是涵盖爬虫应用的完整流程，是爬虫应用的实践样例
+- 使用 JSON 配置，无需改动源码
+- 支持多线程
+- 支持向 Elasticsearch 批量导入
 
-## 仓库目录
+**注意：webporter 不是爬虫框架，而是如何使用爬虫框架进行实战的样例，并把公共部分抽象成基础/工具模块，方便用户快速定制自己的爬虫应用**
 
-- [webporter-core](/webporter-core):核心基础模块，包括自动配置，抽象逻辑等部分
-- [webporter-data-elasticsearch](/webporter-data-elasticsearch):将数据导入 Elasticsearch 的工具模块
-- [webporter-collector-zhihu](/webporter-collector-zhihu):知乎用户信息的业务模块，完成爬取和持久化存储的功能
+webporter 核心模块的架构和设计主要参考了  **webmagic**
+[https://github.com/code4craft/webmagic](https://github.com/code4craft/webmagic)
 
+webporter 的 github 地址：[https://github.com/brianway/webporter](https://github.com/brianway/webporter)
 
 ## 效果展示
 
-详细的数据分析贴请看我的博客 [《爬取知乎60万用户信息之后的简单分析》](http://brianway.github.io/2016/12/20/webporter-zhihu-user-analysis/)
+详细的数据分析文章请看我的博客 [《爬取知乎60万用户信息之后的简单分析》](http://brianway.github.io/2016/12/20/webporter-zhihu-user-analysis/)
 
 - 下载数据：去重导入 Elasticsearch 后大概有 60+ 万用户数据
 
 ![索引状态图](http://7xph6d.com1.z0.glb.clouddn.com/webporter_%E7%9F%A5%E4%B9%8E-%E7%94%A8%E6%88%B7%E6%95%B0%E6%8D%AE%E5%9C%A8ES%E7%B4%A2%E5%BC%95%E7%8A%B6%E6%80%81.jpg)
 
-- 示例分析：通过聚合得到知乎用户 top 10 行业分布情况
+- 示例分析：通过聚合得到知乎用户 top 10 行业分布情况(1:男，0:女，-1:未知)
 
 ![top 10 行业分布](http://7xph6d.com1.z0.glb.clouddn.com/webporter_%E7%9F%A5%E4%B9%8E-top10%E8%A1%8C%E4%B8%9A%E5%88%86%E5%B8%83.png)
 
+
+## 仓库目录
+
+- [webporter-core](/webporter-core):核心基础模块，包括自动配置，抽象逻辑等部分
+- [webporter-data-elasticsearch](/webporter-data-elasticsearch):将数据导入 Elasticsearch 的工具模块
+- [webporter-collector-zhihu](/webporter-collector-zhihu):知乎用户信息的业务模块，完成爬取和持久化存储的功能
+
 ## 环境要求
 
 - JDK 1.8+
@@ -64,15 +79,16 @@ webporter 寓意“我们不生产数据，我们只是互联网的搬运工～
 
 需要修改两处：`authorization` 和 `base_dir`。
 
-- `authorization` 需要知乎账户在已登录状态下自行在浏览器抓包提取该 HTTP 响应头
-- `base_dir` 为保存数据文件的根目录，需具有写权限
+- `authorization`: 需要知乎账户在已登录状态下自行在浏览器抓包提取该 HTTP 响应头
+- `base_dir`: 为保存数据文件的根目录，需具有写权限
 
+更多关于 `site` 的属性配置请参考 [WebMagic in Action - Site Config](http://webmagic.io/docs/zh/posts/ch4-basic-page-processor/spider-config.html)
 
 2.启动爬虫
 
 依次运行 `webporter-collector-zhihu` 模块的下面两个类的 `main` 方法即可。(*注意：由于这两个阶段是串行的,不要同时启动这两个类*)
 
-- [`ZhihuUserPageProcessor`](/webporter-collector-zhihu/src/main/java/com/brianway/webporter/collector/zhihu/download/ZhihuFolloweePageProcessor.java):该类用于从知乎下载用户信息，下载的数据可以复制粘贴在 [在线 json 格式化工具](http://tool.oschina.net/codeformat/json)中查看
+- [`ZhihuFolloweePageProcessor`](/webporter-collector-zhihu/src/main/java/com/brianway/webporter/collector/zhihu/download/ZhihuFolloweePageProcessor.java):该类用于从知乎下载用户信息，下载的数据可以复制粘贴在 [在线 json 格式化工具](http://tool.oschina.net/codeformat/json)中查看
 - [`FolloweeUploader`](/webporter-collector-zhihu/src/main/java/com/brianway/webporter/collector/zhihu/upload/FolloweeUploader.java):该类用户将用户信息上传到 Elasticsearch (需要提前安装并运行 Elasticsearch)