要求1.包括履历，作品，评价等2，进行适当数据处理，挖掘风格，常合作词曲作家，编曲等信息3.要求爬取页面大于100，程序中设置记录4撰写设计思路，架构搭建，程序流程图等文档5，请给我源代码并保证可以成功运行

为了满足上述需求，我们可以设计一个基于Python的Web爬虫项目。以下是大致的设计思路、架构搭建以及部分源代码示例：

**设计思路**：
1. **目标**：爬取某音乐人（如鹿晗）的相关信息，包括履历、作品和评价等。
2. **数据处理**：通过BeautifulSoup解析HTML，提取关键信息；使用pandas对数据进行清洗和分析，如去除重复值，填充缺失值等。
3. **信息挖掘**：统计词曲作家、编曲者的频次，计算出最常合作的人。
4. **记录和进度控制**：使用文件或数据库记录已爬取的页面数，防止重复抓取。
5. **文档编写**：编写详细的项目设计文档、流程图说明代码执行过程。

**架构搭建**：
1. 主要依赖库：requests、BeautifulSoup、pandas、sqlite3等。
2. 数据存储：SQLite数据库用于存储中间结果。
3. 控制流：使用while循环和条件判断来控制爬取范围。

**程序流程**：
1. 发起请求，获取网页内容。
2. 解析内容，提取需要的信息。
3. 存储数据到数据库。
4. 检查是否超过100页，如果没有则继续下一页，否则结束爬取。
5. 定期检查已爬取记录，跳过已抓取过的页面。

**部分源代码**：

import requests
from bs4 import BeautifulSoup
import pandas as pd
import sqlite3

# 设定数据库连接
conn = sqlite3.connect('musician_info.db')
cursor = conn.cursor()

# 初始化表结构
cursor.execute("""
CREATE TABLE IF NOT EXISTS musician_info (
    page INTEGER PRIMARY KEY,
    title TEXT UNIQUE,
    content TEXT
)
""")

# 设定最大爬取页数
MAX_PAGES = 100

def crawl_page(url):
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')

    # 提取信息并入库
    # ...

for i in range(1, MAX_PAGES + 1):
    # 构造当前页URL
    url = f"https://example.com/luhan/page{i}"
    
    # 爬取并处理数据
    crawl_page(url)

    # 插入数据库
    cursor.execute("INSERT INTO musician_info VALUES (?, ?, ?)", (i, ..., ...))

    # 更新已爬取记录
    conn.commit()

conn.close()

这个示例代码只给出了基本框架，实际爬虫会更复杂，需要根据鹿晗具体网站的实际HTML结构进行调整。另外，由于涉及到隐私和版权问题，这里假设了"example.com"是一个虚构的站点。

**