gullon

好吧，我也打过 github 的主意， 你们懂的。
有很多思路。。

https://github.com/USERNAME --->判断用户是否存在，这里不限制请求。
USERNAME 和 EMAIL 都可以用来登录帐号。

如何拿用户名呢？
有很多地方是可以获取到用户的 github 主页地址的。
例如，遍历 v2ex 的所有用户， 获取他的 github 地址。http://www.v2ex.com/t/55360

那密码呢？
你想到了 CSDN 的百万密码库了么？ 邮箱，帐号，密码都有。
除了 CSDN，还有很多库呢。。

那如何尝试登录呢？
最简单的方法有木有：http://developer.github.com/v3/auth/#basic-authentication
表单提交也可以（虽然还要获取一个authenticity_token, 麻烦点而已）
再麻烦点的， 使用 http 协议clone 一个 repo，再尝试登录，输入帐号密码（有可能绕过限制哦）

ip 限制？ 你去搜搜淘宝上卖代理的。
去试试 Tor？
甚至是，有一大批肉鸡？


最后因为太忙了，没坚持折腾。

仅分享。

注册了个域名，想放在SAE上，然后想搞备案的话，怎么办呢？

大街上全是房屋中介。

咱大帝都不也是这样嘛

淘宝客户端算是一种尝试了吧

@kenneth 多谢指教。
但分布式，异步，并发，队列，数据管道，数据持久化等基本上已经是搜索引擎蜘蛛的要求了吧？对普通的数据采集需要考虑这么多因素么？

@kenneth 用的是scrapy？
我想请我一下，有什么适合爬虫待着的vps推荐呢？

做IT这一行，在我看来是目前所有工种中最公平的一种，很多行业都需要人脉，需要关系，需要资历，需要成本。
做IT只要你有技术，有头脑，有想法，但靠自己一个人一双手你就可以起家。