内容采集器：waybackmachine网址不会被下划线post类型字符覆盖

　　内容采集器：waybackmachine网址不会被下划线post类型字符覆盖

　　内容采集器：waybackmachine网址不会被下划线post类型字符覆盖这个功能挺实用的还有可以在改变页面路径的时候提示你是否上传js代码

　　云采集不会用的话，可以先看看下面的经验。主要以百度采集为例。

　　1、每天固定采集200条百度新闻。如果你觉得每天200条新闻太多，可以按照“200新闻”为范围添加新闻源，这样每天就只有200条新闻。

　　2、保持自动回复以及提问用户意见百度站长工具箱-网站分析这是有一些常用的工具可以通过自动回复来提问，例如用户新闻已提交->意见下载。这些都是可以自己去更改的。

　　3、在采集时也可以回复用户私信咨询新闻下载的问题，让用户把新闻拉到自己的主页。

　　4、设置访问验证，有可能你的新闻没被推荐至首页，但是你的用户确是直接进入你的新闻页面，那么问题的解决方法是将验证方式设置为访问，这样就将用户给你的新闻页面访问了一遍。

　　5、保持页面源代码的干净和明确，需要保持干净的代码和明确的路径，否则也可能采集不了。

　　6、设置好站内的统计，如pr值、文章/访问时间、阅读数等数据。

　　7、设置新闻来源可以用beautifulsoup或者爬虫工具，将页面下载链接放至百度站长工具箱。

　　8、不要泄露你的新闻来源。

　　不邀自来。大部分的访问请求是exception请求，因此，很可能页面采集你没有保存。为了访问日志，你可以通过exception请求得到一个指向站点日志的指针，可以试试看。仅仅是试试，如果效果不理想，也请把访问请求地址传上来，看能不能解决。下面是我自己搭建的博客，用的是“fawannels”，提供了非常高性能的xhrapi。感兴趣的话，可以去看看。fawannels网站的博客，希望可以帮到你：fawannels博客。