输入关键字收罗各搜刮引擎的网址、域名、标题、形貌等信息支持
优采云 发布时间: 2021-08-12 21:03输入关键字收罗各搜刮引擎的网址、域名、标题、形貌等信息支持
输入关键字采集各个搜索引擎的网址、域名、标题、外观等信息
支持百度、搜狗、谷歌、必应、雅虎、360等每个关键词600至800、采集example
关键词可以收录搜索引擎参数,就像在网页上输入关键词search一样,
如果百度搜索效果网址必须收录bbs的关键词,则输入“关键词inurl:bbs”。
生存模板可以引用的数据:
#URL#采集 的原创网址
#Title#URL对应的网页标题
#domain#原创URL的域名部门,如“”中的“”
#顶级域名#取原网址的顶级域名部分,如“”中的“”
#Description#页面标题下方的一段描述笔墨
Excel 导出:
csv 是一个文本表格,可以通过 Excel 显示为多列多行数据。只需在保存模板中将其设置为:
“#URL#”、“#title#”、“#描述#”
此格式为 csv 格式。用引号将每一项括起来,多个项之间用逗号隔开,然后保存扩展名并填写csv。
主题亮点:
1.为什么采集一段时间后不能采集?
这可能是采集 受到搜索引擎的更多限制。改IP(比如用VPN改IP)继承采集是很常见的。不改就只能等hz搜索引擎解封了再继续采集。百度的屏蔽时间一般是半小时到几个小时。
但是,现在即使验证码被hz屏蔽,软件也会弹出手动输入的验证码(百度、谷歌)
为什么2.Difference Batch关键词采集的结果中有一些重复的URL?
特别是只引用#domain#或#top-level domain#后,这种部分URL重复的环境更为常见。这也是正常的。由于网站的每个内页可能收录多个h主题,不同的关键词可能是采集到网站的不同内页。引用域名时,与网站相同。内页的域名结果自然是一样的。
另*敏*感*词*内。如果两个采集的结果有重复的网址,可以合并在一起,用软件去重(优采云·text deduplication scrambler)。
3.为什么采集返回的URL主题与关键词不匹配?
因为在引用#domain#或#top-level domain#后,取的是域名部分。域名打开网站的首页,采集的原网址可能不是首页,而是网站文章内页的某篇文章,内页收录关键词主题,所以可以通过搜索引擎收录获取,软件可以采集。但是拿了域名后,你打开的域名首页却不愿意收录关键词。
为了对比采集是否准确,可以在保存模板中输入:
,另存为htm文件,采集后可以自己打开文件查看h对比。