关键字文章采集器( 入关键字搜集各查找引擎的网址、域名、标题、描绘)

　　关键字文章采集器(

入关键字搜集各查找引擎的网址、域名、标题、描绘)

　　输入关键字采集各个搜索引擎的URL、域名、标题、描述等信息

　　支持百度、搜狗、谷歌、必应、雅虎、360等。每个关键词600到800，采集如

　　关键词可以很方便的找到引擎参数，就像在网页中输入关键词查找一样，

　　如果需要在百度搜索效果URL中收录bbs的关键词，请输入“关键词 inurl:bbs”。

　　保存模板引用数据：#URL#

　　采集的原创网址

　　＃标题＃

　　URL对应的页面标题

　　＃域名＃

　　原网址的域部分，如“”中的“”

　　#顶级域名#

　　取原创URL的顶级域部分，如“”中的“”

　　＃画画＃

　　页面标题下方的一段描述性文字

　　Excel导出：

　　csv 是一个文本表格，可以显示为与 Excel 兼容的多列多行数据。只需在保存模板中设置为：

　　"#URL#","#title#","#description#"

　　此格式为csv格式，每一项用引号括起来，多项用逗号分隔，然后保存扩展名填写csv

　　问题总结：

　　1.为什么一段时间后收不到？

　　这可能会采集到搜索引擎太多的约束。一般可以通过更改IP（如使用VPN更改IP）的方式继续采集。如果不改，只能等搜索引擎取消屏蔽后再继续采集。百度的拦截时间一般是半小时到几个小时。

　　不过即使现在验证码被屏蔽了，软件也会弹出手动输入的验证码（百度、谷歌）

　　2.不同批次关键词采集结果为什么有些网址重复？

　　尤其是在只引用了#域名#或#顶级域名#之后，这种部分URL重复出现的情况很多。这也是正常的，因为每个网站的内页可能收录很多主题，不同的关键词可能会采集到不同的网站的内页。引用域名的时候，同样的网站不同内页的域名效果自然是一样的。

　　另外，软件中的自动去重是针对本次采集效果的内部去重，之前采集的效果不为本次去重规划。假设两个集合的效果中有些URL重复，可以合并在一起，使用软件去重（优采云·文本去重加扰器）。

　　3.为什么采集到的 URL 的主题与 关键词 不匹配？

　　是因为引用了#domain#或者#top-level domain#后，取了域名部分，域名打开了网站的首页，采集到的原创URL可能不是首页，但是网站的某个文章的内页，内页收录关键词的主题，所以被搜索引擎录入，被软件采集。但是，在获取域名后，您打开的域名首页不一定收录关键词。

　　为了比较采集是否正确，可以在保存模板中输入：#title#

　　, 并将其保存为 htm 文件。采集后可自行打开文件查看对比。