internet-dataset，这个 GitHub 仓库收录了各种通过搜索引擎获取的数据集，整体数据量将近 50G，其中包括域名、网页、反向索引等数据。
GitHub: https://github.com/RimoChan/internet-dataset
https://weibo.com/5722964389/Lvzx3kXBi
每个人都有属于自己的一片森林，也许我们从来不曾走过，但它一直在那里，总会在那里。迷失的人迷失了，相逢的人会再相逢。愿这里，成为属于你的小森林。
