数据格式： 页面URL 页面ID 页面标题 页面内容
格式说明：
适用范围：用于机器学习分类算法的新闻分类数据，
格式说明：
数据格式为
dedecms.com
<doc> 织梦好，好织梦
<url>页面URL</url> 内容来自dedecms
<docno>页面ID</docno>
内容来自dedecms
<contenttitle>页面标题</contenttitle> 本文来自织梦
<content>页面内容</content> copyright dedecms
</doc>
dedecms.com
注意：content字段去除了HTML标签，保存的是新闻正文文本
数据量：640M
本文来自织梦
