文章采集工具两部一起采集，效率会高一些

　　文章采集工具两部一起采集，效率会高一些

　　文章采集工具两部一起采集，效率会高一些。从标题开始抓，例如，我需要采集新浪博客大巴博客的*敏*感*词*。工具：格式工厂优采云海报工具摄图网摄图网摄图网*敏*感*词*收集有个缺点，就是没有聚合数据源，多采集一些只能去网站外面采集。

　　标题搜索，地址库，友情链接（一点之间，

　　博客大巴曾经做过一个网站，还是很容易的，用asp写的简单网站，

　　可以分析关键词之后，抓取用户评论或者留言，

　　最常用的有国内的优采云网站管理系统，

　　实际上这个问题我可以很明确地告诉你，是可以做到的，因为新浪网上的所有评论，留言，都是你抓取，筛选出来的源数据。下面给你一份思路，写上代码方法给你，完全用得上：需要说明的是你需要从博客大巴下手，而不是去优采云。因为优采云的介绍中对于爬取新浪博客大巴是没有介绍的，并且以下的方法非常麻烦：一个采集记录整理，一个爬取，一个筛选，一个整理，还要打包存储。

　　如果你不需要这么麻烦，那么在下面的介绍中我可以告诉你，1-2句话就搞定了！1.博客大巴评论url内容生成(自己写)爬取一个新浪博客的评论url，然后生成网站爬虫，完成后抓取，是不是特别简单，并且支持输出接口，直接可以批量抓取。或者，只是需要抓取评论url就好。只需要写一句代码：url=""data={1:getvalue(url),2:getvalue(url)}js=document.createelement("script")jsdownload=js.newwriter()jsdownload.deletejavascriptjob=false2.采集新浪博客大巴网页数据(采集文本)这个采集文本数据的方法是采用优采云采集器的采集网页数据。

　　这个时候呢，需要知道评论url下面的js代码，只需要在优采云网站中搜索：url=""data={':getvalue(js)':':',':getvalue(js)}js=document.createelement("script")jsdownload=js.newwriter()jsdownload.deletejavascriptjob=false所以完全不用担心前期的繁琐工作啦。

　　data={':getvalue(js)':':',':getvalue(js)}js=document.createelement("script")jsdownload=js.newwriter()jsdownload.deletejavascriptjob=false这样你抓取到的新浪博客大巴网页数据，有两种格式：jsjson格式data={'::{{one}}':{':getvalue(js)':{':':'}':{':{':':getvalue。