文档简介:
　　网页文章文本采集方法，以微信文章采集为例. docx网页文章文本采集方法，并以微信文章采集为例
　　当我们想将新闻保存在今天的头条新闻和搜狗微信上的文章文字中时，该怎么办？逐条复制并粘贴文章？选择通用的Web数据采集器将使工作变得很容易.
　　优采云是一个通用的Web数据采集器，可以采集Internet上的公共数据. 用户可以设置从哪个网站爬网数据，要爬网的数据，要爬网的数据范围，何时爬网的数据，如何保存已爬网的数据，等等.
　　本文接近主题，将以搜狗微信文章正文采集为例，说明使用优采云采集网页文章正文的方法. 文章正文采集主要有两种类型: 第一，采集没有图片的文章正文中的文本；其次，在文章正文中采集文本和图片URL.
　　示例网站:
　　使用功能点:
　　Xpath rch？query = XPath
　　判断条件orialdetail-1 / judge.html
　　分页列表信息采集orial / fylb-70.aspx？t = 1
　　AJAX滚动教程orialdetail-1 / ajgd_7.html
　　AJAX点击和翻页orialdetail-1 / ajaxdjfy_7.html
　　采集文章正文中的文本，不带图片
　　具体步骤:
　　第1步: 创建采集任务
　　1）进入主界面，然后选择“自定义模式”
　　网页文章正文采集的第1步
　　2）将要采集的URL复制并粘贴到网站输入框中，然后单击“保存URL”
　　网页文章正文采集的第2步
　　第2步: 创建翻页循环
　　在页面的右上角，打开“过程”以显示两个部分: “过程设计器”和“自定义当前操作”. 打开网页后，默认情况下会显示“热门”文章. 向下滚动页面，找到并单击“加载更多内容”按钮，在操作提示框中选择“更多操作”
　　网页文章正文采集的第3步
　　选择“循环单击单个元素”以创建翻页循环
　　网页文章正文采集的第4步
　　由于该网页涉及Ajax技术，因此我们需要设置一些高级选项. 选择“单击元素”步骤，打开“高级选项”，选中“ Ajax加载数据”，将时间设置为“ 2秒”
　　网页文章正文采集的第5步
　　注意: AJAX是延迟加载和异步更新的脚本技术. 通过在后台与服务器进行少量数据交换，它可以更新网页的特定部分，而无需重新加载整个网页. 请查看详细信息
　　AJAX点击和翻页教程: orialdetail-1 / ajaxdjfy_7.html
　　查看该网页，我们发现单击“加载更多内容” 5次，该页面加载到底部，总共显示100条文章. 因此，我们将整个“循环翻页”步骤设置为执行5次. 选择“循环翻页”步骤以打开
　　“高级选项”，打开“满足以下条件时退出循环”，将循环数设置为“ 5次”，然后单击“确定”
　　网页文章正文采集的第6步
　　第3步: 创建一个列表循环并提取数据
　　移动鼠标，然后选择页面上的第一个文章链接. 系统将自动识别相似的链接，在操作提示框中，选择“全选”
　　网页文章正文采集的第7步
　　选择“循环单击每个链接”
　　网页文章正文采集的第8步
　　系统将自动进入文章详细信息页面. 单击需要采集的字段（在此处单击文章标题），在操作提示框中，选择“采集此元素的文本”. 文章发表时间和文章来源字段的采集方法也是如此
　　网页文章正文采集的第9步
　　接下来，开始采集文章正文. 首先点击文章正文的第一段，系统会自动识别页面中的相似元素，选择“全选”
　　网络文章正文采集的第10步
　　5）如您所见，所有文本段落均被选中并变为绿色. 选择“采集以下元素文本”
　　网页文章正文采集的第11步
　　注意: 在字段表中，您可以自定义字段的修改
　　网页文章正文采集的第12步 查看全部

　　网站关键字的内部链是网站内部优化的重要组成部分. DedeCMS的官方默认规则为:
　　1. 添加关键字和关键字链接地址
　　设置步骤: 进入后台核心->批处理维护->文档关键字维护
　　2. 关键字出现在文章的内容中
　　3. 这个词出现在文章的关键字中（在此处）//当文章发表时会填入
　　第三条规则使关键字的内部链不完善，因此我们必须修改文件以取消第三条规则才能实现所需的效果，即关键字出现在文章中，这是指向指定链接的链接URL，以Dedecms5为单位. 该测试在.5和5.6下有效.
　　首先，打开include / arc.archives.class.php文件
　　第二，找到函数ReplaceKeyword（$ kw，＆$ body）
　　三，找到以下代码，将其删除或注释掉
　　foreach($kws as $k){$k = trim($k);if($k!=""){if($i > $maxkey){break;}$myrow = $this->dsql->GetOne("select * from #@__keywords where keyword='$k' And rpurl'' ");if(is_array($myrow)){$karr[] = $k;$GLOBALS['replaced'][$k] = 0;$kaarr[] = "$k";}$i++;}}
　　四个. 在已注释或删除的代码下方添加以下代码:
　　$dsql = new DedeSql(false);$query="select * from #@__keywords where rpurl'' ";$dsql->SetQuery($query);$dsql->Execute();while($row = $dsql->GetArray()){$key = trim($row['keyword']);$rul=trim($row['rpurl']);if($rul!="")if(!in_array($key, $kw))if(!in_array($kw,$key))if(substr_count($body,$key)全部更新
　　DedeCms下载:
　　织梦CMS（DedeCMS）v5.7 SP1 GBK build20150618下载
　　
　　
　　界面预览 查看全部

　　”
　　容易吗？就这么简单！接下来，转到优采云并重新配置
　　根据该工具的配置向导添加要抓取的URL
　　
　　下一步是创建需要在内容采集规则中采集的标签逻辑. 更不用说了，请参见下图，然后输入先前的逻辑.
　　
　　至此，字段的提取逻辑配置完成. 让我们看看效果如何？是否采集了所有地址？其他字段配置方法相同，因此在此不再赘述.
　　
　　
　　接下来，按如下所示从数据库中导出数据并将其放入excel预览中. 为什么我们需要将其导入到excel中，因为我们还需要根据商店URL来爬行商店的详细数据（实际上，主服务器可以通过抓取任务“部分数据”爬行来完成这两个操作，因此我将介绍如何配置它等我有机会的话.
　　
　　第二步: 攀登商店详细数据. 将第一步中抓取的“ Store URL”的所有数据存储到txt文本中
　　
　　将URL采集规则的URL更改为保存的文本，然后配置一堆规则. . . .
　　
　　采集详细的数据后，通过URL对两个表进行联接（我使用Mysql，所以执行了类似的语句）
　　
　　到目前为止，我们已经完成了将结果再次导出到excel的操作（您可以根据需要继续在数据库中进行操作，感觉如何）
　　
　　第三步是采集纬度和经度信息. XGeocoding工具在这里.
　　首先，您需要为XGeocoding准备数据源. 为了使提取的经纬度更加准确，此处需要4个字段
　　
　　通过“新建”→“导入文件”→“ txt / csv”导入准备好的数据
　　
　　选择字段0作为“同步ID”，字段1作为“城市/县”，字段2作为“企业名称”，字段3作为“地址”. 选择“百度”作为坐标类型. 当然，您拥有其他地图的KEY，也可以使用其他地图来源
　　
　　下一步，将要求您选择“工作图”并输出地图坐标. 在这里您可以根据实际需要进行选择. 必须先使用API​​ KEY配置工作图，然后才能调用它（进入其开发者门户网站以应用）
　　
　　然后使用“结果”→“导出数据”预览采集的纬度和经度数据，然后将其导出.
　　
　　
　　清理导出的数据并保留ID，经度和纬度. 只需加入ID和第二步数据即可.
　　
　　最后，我们通过Tableau预览数据.
　　
　　摘要:
　　本文以在北京的Tuhumen商店信息采集为例，对数据采集工具的操作进行了基本演示（一些详细信息未解释，如果您不了解，可以留言） ，即使不是IT人员也可以自行完成在线数据爬网. 但是还有几点要提醒大家:
　　1. 工具必须有局限性，并非一无所有.
　　2. 采集的结果也会有一定的偏差. 此时，需要采取一些手段和方法来避免偏差. 例如，在本文中，我们使用省份，地址和商店名称进行多次数据验证. 即使这样，仍然会有异常数据. 因为地址本身具有相同的名称或彼此接近，所以当输入信息不足时，仍然会发生错误. 如果您需要进一步改善数据采集 查看全部

　　我最近创建了一个网站，并且所有内容都是静态生成的，但是我希望这些内容不会被其他人分批采集！
　　我已经在线采集了它，并且有很多方法，但是我总是觉得不合适.
　　只要内容在Internet上，您就可以向公众提供浏览和阅读权限. 因此，没有绝对的最高机密文件. 世界没有真理，只有理由.
　　1. 成员验证方法，适用于动态页面，不能使用静态页面. ☆☆☆
　　2. 脚本加密内容，搜索引擎索引不容易指望. ☆
　　4. 防盗链方法，直接从网站复制地址并将其粘贴到博客中，该地址将无法打开. ☆☆
　　5，ip过滤方法，现在其中许多都是自动拨号以更改IP，太累了太忙了. ☆
　　6. 内容加扰方法是添加到内容中并随机隐藏标识信息. （这仍然很好. 在其他人采集了它之后，修改起来会很麻烦. 请注意，您必须进行更多的随机标识，每个标识都是不同的，例如: 使用自己的组合，可以使用任何特殊字符或代码，但应在内容的div或表容器中加载一个. ）☆☆☆☆
　　7. 在线生成PDF，图片等，通常不可用. ☆
　　下面，我们重点介绍防止批量采集的第八种方法:
　　首先，我们要处理的通常是批量采集. 您不能拒绝他人文章的复制和粘贴（不讨论内容版权问题），否则您不会将文章放到Internet上. 从批次采集开始，您必须获取目标网站标题的列表，以便可以循环采集批次. 让我们从列表开始.
　　如下:
　　8. 规避采集规则的方法（采集规则不是唯一或空链接方法）. ☆☆☆☆☆
　　首先，让我们看一段代码:
　　谈谈服装配色的两个基本技巧.
　　如何为我的男朋友选择衣服和颜色？
　　情人节束腰腰连衣裙女士搭配
　　工作场所男士服装搭配技巧指南（服装搭配知识提示）
　　高个子女人在礼服上的搭配技巧可以是女性化的
　　在此代码中，我们可以轻松获取规则并获取链接. 让我们换一个，你觉得怎么样？
　　谈谈服装配色的两个基本技巧.
　　您还能找到这样的规则吗？在这里，我们建立了一个无效链接，并将其放置了两次（至少两次），一个英雄将帮助三个.
　　通过这种方式，我们达到了防止收款人获得商品实际地址的目的，但是缺点来了. 搜索引擎会认为您的网站链接无效并且不友好. 没有办法，有优点也有缺点.
　　正如我一开始所说，世界没有真理，只有理由.
　　由于无效链接不好，让我们制作一个404错误页面.
　　结束，希望对新手有所帮助. 查看全部

　　原创链接
　　在许多行业中，有必要对行业数据进行分类和汇总，并及时分析行业数据，以便为公司的未来发展提供良好的参考和横向比较. 因此，在实际工作中，我们可能会遇到数据采集的概念. 数据采集的最终目的是获取数据，提取有用的数据以进行数据提取和数据分类.
　　许多人在初次学习数据采集时可能无法入门，特别是作为新手，他们感到非常茫然. 因此，在这里分享您自己的经验，并希望与大家分享该技术，如果有任何缺陷，请纠正我. 撰写本文的目的是希望每个人都能共同成长. 我还相信，技术之间没有层次，只有互补，只有共享才能使彼此增长更多.
　　在采集网页数据时，我们通常必须经历以下重要步骤:
　　①通过URL地址读取目标网页②获取网页的源代码③从网页的源代码中提取我们要提取的目的数据④转换数据格式以获得所需的数据.
　　这是一个示意图，希望大家都理解
　　
　　了解基本过程，我将使用一个案例专门实现如何提取所需数据. 对于数据提取，可以使用正则表达式提取，也可以使用httpclient + jsoup提取. 在这里，我暂时不介绍httpclient. 将来，将在httpclient + jsoup上专门介绍+ jsou提取网页数据的方法. 在这里，我们将首先说明如何使用正则表达式提取数据.
　　我在这里找到一个网站: 我们要提取其中的数据. 我们要提取的最终结果是产品型号，数量，报价和供应商. 首先，我们将预览此网站的整个页面
　　
　　接下来，让我们看一下网页的源代码结构:
　　
　　上面的源代码可以清楚地看到整个网页的源结构. 接下来，我们将提取整个网页的数据.
　　import java.io.BufferedReader;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class HTMLPageParser {
public static void main(String[] args) throws Exception {
//目的网页URL地址
getURLInfo("http://www.ic.net.cn/userSite/ ... ot%3B,"utf-8");
}
public static List getURLInfo(String urlInfo,String charset) throws Exception {
//读取目的网页URL地址，获取网页源码
URL url = new URL(urlInfo);
HttpURLConnection httpUrl = (HttpURLConnection)url.openConnection();
InputStream is = httpUrl.getInputStream();
BufferedReader br = new BufferedReader(new InputStreamReader(is,"utf-8"));
StringBuilder sb = new StringBuilder();
String line;
while ((line = br.readLine()) != null) {
//这里是对链接进行处理
line = line.replaceAll("]*>", "");
//这里是对样式进行处理
line = line.replaceAll("]*>", "");
sb.append(line);
}
is.close();
br.close();
//获得网页源码
return getDataStructure(sb.toString().trim());
}
static Pattern proInfo
= Pattern.compile("(.*?)\\s*(.*?)\\s*(.*?)\\s*(.*?)\\s*(.*?)", Pattern.DOTALL);
private static List getDataStructure(String str) {
//运用正则表达式对获取的网页源码进行数据匹配，提取我们所要的数据，在以后的过程中，我们可以采用httpclient+jsoup,
//现在暂时运用正则表达式对数据进行抽取提取
String[] info = str.split("");
List list = new ArrayList();
for (String s : info) {
Matcher m = proInfo.matcher(s);
Product p = null;
if (m.find()) {
p = new Product();
//设置产品型号
String[] ss = m.group(1).trim().replace(" ", "").split(">");
p.setProStyle(ss[1]);
//设置产品数量
p.setProAmount(m.group(2).trim().replace(" ", ""));
//设置产品报价
p.setProPrice(m.group(4).trim().replace(" ", ""));
//设置产品供应商
p.setProSupplier(m.group(5).trim().replace(" ", ""));
list.add(p);
}
}
//这里对集合里面不是我们要提取的数据进行移除
list.remove(0);
for (int i = 0; i < list.size(); i++) {
System.out.println("产品型号:"+list.get(i).getProStyle()+",产品数量:"+list.get(i).getProAmount()
+",产品报价:"+list.get(i).getProPrice()+",产品供应商:"+list.get(i).getProSupplier());
}
return list;
}
}
class Product {
private String proStyle;//产品型号
private String proAmount;//产品数量
private String proPrice;//产品报价
private String proSupplier;//产品供应商
public String getProStyle() {
return proStyle;
}
public void setProStyle(String proStyle) {
this.proStyle = proStyle;
}
public String getProSupplier() {
return proSupplier;
}
public void setProSupplier(String proSupplier) {
this.proSupplier = proSupplier;
}

public String getProAmount() {
return proAmount;
}
public void setProAmount(String proAmount) {
this.proAmount = proAmount;
}
public String getProPrice() {
return proPrice;
}
public void setProPrice(String proPrice) {
this.proPrice = proPrice;
}
public Product() {

}
@Override
public String toString() {
return "Product [proAmount=" + proAmount + ", proPrice=" + proPrice
+ ", proStyle=" + proStyle + ", proSupplier=" + proSupplier
+ "]";
}

}
　　好的，运行上面的程序，我们得到以下数据，这是我们想要获得的最终数据
　　
　　成功获取数据，这就是我们想要获得最终数据结果的原因. 最后，我想说的是，此网页相对简单，可以在网页的源代码中看到源数据，并且此方法是get方法提交数据时，当实际采集完成后，一些网页具有复杂的结构，并且源代码中可能没有要提取的数据. 关于这一点的解决方案将在以后介绍. 另外，当我采集此页面时，我只采集了当前页面的数据，并且还收录了分页的数据. 在这里我将不作解释，只是提醒一下，我们可以对分页的所有当前数据使用多线程进行采集. 一个要通过线程采集当前页面数据，另一个要执行页面翻转动作，然后所有可以采集数据.
　　我们匹配的数据可能在项目的实际开发中，我们需要存储提取的数据以方便我们进行下一个数据查询. 查看全部

　　如上所述，我希望微信公众号上的文章发布后，会立即自动同步到Evernote.
　　所以我可以直接在Evernote上阅读它. 类似于kindle订阅供稿流.
　　经过一段时间的研究，发现了一些解决方案.
　　方案1，huginn-> rss-> evernote
　　1.1 Huginnhuginn与ifttt类似. 与iftt不同，huginn用户可以自行部署和控制. 该系统的部署可以部署在自己的VPS服务器上，也可以使用heroku等在线免费平台. Heroku需要Linux端的命令行控制台才能运行，因此用户需要有一台装有Linux系统的计算机.
　　1.2预先准备一台Linux计算机，安装heroku CLI所需的snapd，git，gem和ruby环境. 在heroku官方网站上注册的帐户. 在github上下载huginn或直接在heroku平台上部署huginn，以准备phantomjscloud密钥来运行虚拟浏览器，以防止过度检索并阻止ip
　　1.3在Huginn上部署工作流程时，您可以自己编辑代理. 您还可以找到现成的方案. 至此，可以生成微信公众号的RSS. 工作流程做得很好，用所有文章和全文生成rss完全可以.
　　当前，我的工作流部署存在问题. 我只能获得文章的链接，而不能获得文章的全文.
　　1.4我尝试了很多rss到Evernote的过程，但是效果不佳，例如ifttt的rss到Evernote，例如一些著名的RSS订阅网站，例如Inoreader.
　　关于inoreader
　　付费版本的inoreader可以自动将RSS文章推送到Evernote或Evernote，但是不幸的是，不能强制使用全文. 也就是说，如果RSS仅具有链接或仅具有摘要，则停止烹饪.
　　
　　例如，拒绝提供全文的cnblog
　　但是根据我的用法，将inoreader自动保存到evernote并不总是成功. 如果Feed中有5篇新文章，则只能成功保存3篇，这很尴尬. 2012年的付费帐户真是鸡肋.
　　我们追求的功能应该是: 给定一个Web链接，某些东西可以提取全文并将其发送到Evernote.
　　方案2，微信公众号文章链接-> Evernote微信助手
　　目前，如果您提供微信官方帐户文章链接，则唯一可以将相应文章直接发送到Evernote的人就是Evernote的官方微信帐户. 如果您可以开发虚拟机或自动软件，将方案1中获得的文章的链接自动发送到Evernote官方帐户将非常方便.
　　计划三，人工万岁，万岁共享.
　　组织一群有意识的人们彼此共享保存的Evernote笔记本.
　　获取微信公众号全文的计划 查看全部

　　I. Dream Weaving转码插件简介
　　1. 一个用于自动完成梦编织网站的标题/内容文本的代码转换的插件. 转码的作用是将网页内容的标题，关键字，描述或正文转换为代码. 首先，最后一张效果图:
　　
　　2. 上图是内容转码的效果. 当然，转码后不会影响用户的显示效果:
　　
　　3. 尽管源代码收录代码，但用户通过Web浏览看到的是文本内容，因此无需担心不良体验，例如上图的效果.
　　4. 当然，我们还有更多选择，例如是否对标题，描述，关键字，正文和要转换为的代码进行转码，这些都非常灵活.
　　5. 转码插件在被Collector和优采云收购后，支持自动转码.
　　
　　两个. 注意:
　　01. 该插件只能在以UTF-8编码的网站上运行，并且不支持GB2312. 购买前请确认网站编码.
　　02. 使用Unicode代码时，无法对内容进行转码. 转码不完整会导致显示异常. 也就是说，unicode代码支持标题，关键词和描述的代码转换，而ascii支持标题，描述和关键词的内容代码转换.
　　三个. 下载Dream Weaving转码插件
　　链接:
　　获取代码: 请咨询网站管理员QQ: 3149518909（单击QQ号可直接咨询）
　　插件下载说明
　　不提供下载提取代码的插件均由网站站长开发. 联系客户服务或网站管理员以获取付款！
　　织梦二次开发QQ群
　　此网站的客服QQ号: 3149518909（单击左侧的QQ号进行通信），组号（383578617）
　　
　　如果您有任何梦dream以求的编织问题，请将该问题发布到小组中，然后由大师为您编写教程！ 查看全部

　　网页文本采集大师3.10正式版在Internet信息时代，您每天浏览Internet时经常会遇到喜欢的文章或小说，范围从一到两页到几十个页面，甚至成百上千个页面. ，文本太多，复制和下载非常麻烦. 经常在记事本和Web浏览器之间切换非常可悲. 现在我同时面对许多无聊的机械动作. 是否存在一种更简单，更有效，省力的方法来解决几次或数百次问题？
　　网页文本采集大师3.10互联网信息时代的正式版，每天在互联网上，您经常会遇到喜欢的文章或小说等，小到一到两页，多达几十个页面，或者甚至数百页，数千页，如此多的文本，复制和下载都非常麻烦. 经常在记事本和Web浏览器之间切换已经很可悲，但是现在我同时面临着无聊的事情. 有没有更简单，更有效和省力的方法来解决数十个或数百个运动的问题？网页Text Collector 3.10互联网信息时代的正式版本，每天在互联网上，您经常会遇到喜欢的文章或小说等，小到一到两页，多达几十个页面，甚至数百，数千个页太多了复制和下载文本非常麻烦. 足以在记事本和Web浏览器之间频繁切换已经很可悲了. 现在，我仍然不得不数十次重复执行这种无聊的机械动作. 有一百次更简单，更高效，省力的解决方案吗？当然有办法. 我们开发的“ Web Text Collector”是一种工具，专用于批量采集，复制或下载Internet上的文章或小说，甚至整个网站的文本内容，无论它是静态的. 该网站仍然是动态网站. 只要有文字，就可以获取. 只要输入一些简单的信息，它便可以自动为您自动批量分批下载和复制在线文章.
　　网页文本采集大师3.10互联网信息时代的正式版，每天在互联网上，您经常会遇到喜欢的文章或小说等，小到一两个页面，多达几十个页面，或者甚至数百页，数千页，如此多的文本，复制和下载都非常麻烦. 经常在记事本和Web浏览器之间切换已经很可悲，但是现在我同时面临着无聊的事情. 有没有更简单，更有效和省力的方法来解决数十个或数百个运动的问题？除了在Internet上获取文章外，您还可以使用它来获取某些特殊信息，例如在百度词典上获取信息，或者还可以使用它来获取某些网页上的链接地址. 此外，该软件还具有许多其他功能，例如，文本段落重新排列，文本合并，文件批处理重命名和其他功能，这些功能非常实用. 您必须知道时间就是生命. 您可以让计算机为您工作. 您一定不要自己做. ，下载并使用它，希望您会喜欢她. 查看全部

　　网络信息时代，天天上网，经常会遇见喜欢的文章，或者是小说等，小则一两页，多则几十页，甚至上百页、上千页，这么多文字，要复制下载就变得十分的麻烦，本来要频繁的在记事本和网页浏览器上切换就早已够伤心的了，现在还面临着要同时做这些无趣的机械的动作几十次、几百次的问题，到底有没有更简单、高效、省力的办法呢？
　　相似软件
　　版本说明
　　软件地址
　　办法其实是有的，我们开发的“网页文本采集大师”就是如此一款专门用于批量采集、复制或则说是下载网路上的文章或者是小说，甚至是整个网站文字内容的工具，不管是静态的网站，还是动态的网站，只要有文字，它都才能获取，只要输入简单的几条信息，就可手动批量为你下载复制网路文章了，可谓是轻松快捷。
　　除了抓取网上的文章，你还可以用它来抓取一些特殊的信息，比如抓取百度词典上的信息，或者你也可以用它抓取一些网页上的链接地址。
　　另外本软件还具有好多其它的功能，比如文本段落重排、文本合并、文件批量更名等功能，非常实用，要知道时间就是生命，可以使笔记本为你工作的事网页文章自动采集，你千万不要自己去做，快下载用用看吧，希望你会喜欢上她。
　　2012.11.22：
　　1、增加了连续多页目录、文章的采集功能，因此新版本将同时支持峰会主题的采集。
　　2、增加了图片的批量采集和浏览功能
　　3、增加了文件的批量下载功能。
　　4、增加了文件名的多种获取方法。
　　5、增加了网页表格数据的批量采集功能。
　　6、网址菜单中降低了全选、反选、取消功能。
　　7、浏览菜单中降低了当前网页指定字符串的高亮显示功能和打开INTERNET选项控制面板的功能。
　　8、文本菜单中降低了查找和查找下一个功能，增加了插入当前浏览网页上所有显示的文字和浏览网页主源码功能，以及降低批量删掉包含某字符的行的功能。
　　9、增加了对部份网页弹出对话框、广告、图片等的屏蔽功能。
　　10、根据功能的改进网页文章自动采集，对界面也作了一些更改。 查看全部