關(guān)鍵詞網(wǎng)址采集器

軟件介紹

輸入關(guān)鍵字采集各搜索引擎的網(wǎng)址、域名、標題、描述等信息

支持百度、搜狗、谷歌、必應(yīng)、雅虎、360等。每個關(guān)鍵詞600到800條，采集例子

關(guān)鍵詞可以附帶搜索引擎參數(shù)，就跟網(wǎng)頁里輸入關(guān)鍵詞搜索一樣，

如百度里搜索結(jié)果網(wǎng)址中必須包含bbs的關(guān)鍵詞，則輸入“關(guān)鍵詞 inurl:bbs.”

保存模板可引用的數(shù)據(jù)：

#網(wǎng)址#采集的原始網(wǎng)址

#標題#網(wǎng)址對應(yīng)的網(wǎng)頁標題

#域名#原始網(wǎng)址的域名部分，如“http://test.shuimiao.net/123.htm”中的“test.shuimiao.net”

#頂級域名#取原始網(wǎng)址的頂級域名部分，如“http://test.shuimiao.net/123.htm”中的“shuimiao.net”

#描述#網(wǎng)頁標題下面的一段描述文字

Excel導(dǎo)出：

csv是一種文本表格，能被Excel兼容顯示為多列多行的數(shù)據(jù)。只要在保存模板中設(shè)置為：

"#網(wǎng)址#","#標題#","#描述#"

這種格式就是csv格式，使用引號圍住每個項目，多個項目使用逗號隔開，然后保存擴展名填為csv即可

問題集錦：

1.為什么采集一段時間之后，無法采集？

這可能采集多了被搜索引擎限制。一般換個IP（如使用VPN換IP）即可繼續(xù)采集，如果不換，只能等待搜索引擎取消屏蔽之后才能繼續(xù)采集。百度的屏蔽時間通常半小時到數(shù)小時。

不過，現(xiàn)在即使出現(xiàn)驗證碼屏蔽，軟件也會彈出驗證碼手動輸入的（百度、谷歌）

2.不同批次關(guān)鍵詞采集的結(jié)果為什么會存在部分網(wǎng)址重復(fù)？

尤其是只引用了 #域名# 或 #頂級域名# 之后，這種部分網(wǎng)址重復(fù)的情況比較多。這也是正常的，因為每個網(wǎng)站的內(nèi)頁可能包含很多主題，不同關(guān)鍵詞都可能采集到該網(wǎng)站的不同內(nèi)頁，當(dāng)引用域名后，相同網(wǎng)站的不同內(nèi)頁的域名結(jié)果自然就相同了。

另外，軟件里的自動去重，是針對本次采集的結(jié)果內(nèi)部進行去重，以前采集的結(jié)果是不在本次去重范圍的。如果兩次采集的結(jié)果存在部分網(wǎng)址重復(fù)，可以把他們合并一起，使用軟件去重（天線貓·文本去重打亂器）。

3.為什么采集回來的網(wǎng)址的主題與關(guān)鍵詞不符？

是因為引用了 #域名# 或 #頂級域名# 后，取的是域名部分，域名打開的是該網(wǎng)站的首頁，而采集的原網(wǎng)址可能不是首頁，而是該網(wǎng)站的某一篇文章的內(nèi)頁，該內(nèi)頁包含關(guān)鍵詞主題，因此被搜索引擎收錄，軟件才能采集得到。但取域名后，你打開的域名首頁就不一定包含該關(guān)鍵詞。

為了比對采集是否正確，可以在保存模板里輸入：<a href="#網(wǎng)址#" target="_blank">#標題#</a>

，保存為htm文件，采集完后可以自己打開該文件查看比對。

1.7.0.0：增加必應(yīng)和雅虎采集；多項改動

1.7.1.0：將必應(yīng)、雅虎、谷歌改為https請求以避免一些情況下的采集失敗問題。

1.7.2.0：增加百度新聞采集。

1.7.2.1：一些更新。

1.7.3.0：增加關(guān)鍵詞分割線選項。

1.7.4.0：修復(fù)百度最新變動無法采集的問題。

1.7.5.0：修復(fù)必應(yīng)改動采集失效問題；修復(fù)某些電腦不能使用xmlhttps的問題（涉及谷歌、必應(yīng)、雅虎）。

1.7.5.1：改進注冊機制，使用硬盤+網(wǎng)卡全識別模式（同時兼容舊版注冊碼），可解決部分情況重裝、換VPN所導(dǎo)致的機器碼變的問題；其他更新。

1.7.6.0：增加每頁采集數(shù)設(shè)置；引入新算法可以讓搜狗極速搜索永不被封（當(dāng)然如果搜狗修改了算法可能會不行，屆時再說）。

1.8.0.0：增加#描述#項采集；增加搜狗延時時間避免搜狗最新規(guī)則限制。

1.8.1.0：修復(fù)雅虎采集失效問題

1.8.1.1：將每頁采集數(shù)的默認值設(shè)置為50，以應(yīng)對百度變動問題；增加采集失敗的代碼顯示。

1.8.1.2：嘗試修復(fù)部分電腦取硬盤碼失敗的問題。

1.8.2.0：修復(fù)雅虎采集失效問題

1.8.3.0：修復(fù)百度新聞改動采集失敗的問題。

1.8.5.0：修復(fù)360在部分電腦返回不同網(wǎng)址格式導(dǎo)致采集失敗的問題。

1.8.6.0：修復(fù)谷歌變動采集失敗問題，并增加判斷谷歌驗證碼彈出由用戶手動解除再繼續(xù)采集的功能。

1.8.8.0：新增必應(yīng)和谷歌的英文站搜索選項。

1.9.0.0：修復(fù)雅虎改動采集失敗問題；增加谷歌必應(yīng)雅虎無等待高速采集選項；調(diào)整界面。

1.9.1.0：修改谷歌判斷驗證碼的方式以更準確捕獲驗證碼出現(xiàn)。

1.9.2.0：修復(fù)site百度時部分描述不能正確采集的問題。

1.9.3.0：修復(fù)描述的空格被清除的問題。

1.9.3.1：修復(fù)部分電腦上無法解析百度最新的https鏈接問題

1.9.5.0：修復(fù)因谷歌改動導(dǎo)致部分電腦取法采集谷歌的問題。

1.9.6.0：新增百度驗證碼彈出輸入

1.9.7.0：新增谷歌地址前綴指定，可自行設(shè)置能使用的谷歌域名。

1.9.7.1：更新谷歌地址前綴文件；修復(fù)部分系統(tǒng)異常導(dǎo)致百度采集錯誤的問題。

1.9.7.3：修復(fù)必應(yīng)采集失敗問題。

1.9.8.0：修復(fù)谷歌因改動導(dǎo)致采集不全的問題。

1.9.8.1：增加谷歌英文驗證碼提示識別。

1.9.9.0：增加搜狗新聞引擎；嘗試修復(fù)百度部分電腦采集不了的問題；增加取頂級域名時不包括www選項；其他更新

1.9.11.0：增加搜狗驗證碼識別彈出

1.9.12.0：將百度http修改為https

1.9.13.0：修復(fù)百度改動導(dǎo)致百度鏈接轉(zhuǎn)換失敗問題

1.9.16.1：修復(fù)百度采集可能存在的一些問題

1.9.20.0：再修復(fù)百度采集在部分電腦上可能存在的一些問題

1.9.21.0：升級搜狗驗證碼新改動的識別彈出。

1.9.22.0：升級對360跳轉(zhuǎn)網(wǎng)址的識別轉(zhuǎn)換。

1.9.23.0：升級對百度知道跳轉(zhuǎn)網(wǎng)址的二次識別轉(zhuǎn)換。

1.9.25.0：如果沒有引用#網(wǎng)址#、#域名#時免去轉(zhuǎn)換百度網(wǎng)址的過程以節(jié)省時間。

1.9.26.0：增加#關(guān)鍵詞#引用。

1.10.0.0：增加#網(wǎng)頁關(guān)鍵詞#引用。

1.11.0.0：修復(fù)谷歌無法采集的問題（仍需翻墻）；取消谷歌地址前綴，只能使用VPN翻墻的方式才能采集谷歌。

1.11.1.0：修復(fù)百度只采集標題且忽略自家網(wǎng)站時無法采集的問題。