萬能文章采集器

天線貓軟件出品的一款萬能文章采集軟件，可以只需輸入關(guān)鍵字就能采集各種網(wǎng)頁和新聞，還可以采集指定列表頁（欄目頁）的文章。

注意：微信引擎限制嚴格，采集線程數(shù)請設置為1個，否則非常容易出驗證碼。

功能特點：

1. 依托于天線貓軟件獨家萬能正文識別智能算法，可實現(xiàn)任何網(wǎng)頁正文自動提取準確率95%以上。

2. 只需輸入關(guān)鍵詞，就能采集到微信文章、今日頭條、一點資訊、百度新聞和網(wǎng)頁、搜狗新聞和網(wǎng)頁、360新聞和網(wǎng)頁、谷歌新聞和網(wǎng)頁、必應新聞和網(wǎng)頁、雅虎新聞和網(wǎng)頁；可批量關(guān)鍵詞全自動采集。

3. 可定向采集指定網(wǎng)站欄目列表下的所有文章（如百度經(jīng)驗、百度貼吧），智能化匹配，無需編寫復雜規(guī)則。

4. 文章轉(zhuǎn)譯功能，可對采集好的文章，將其翻譯到英文再翻譯回中文，實現(xiàn)翻譯偽原創(chuàng)，支持谷歌和有道翻譯。

5. 史上最簡單最智能文章采集器，更多特點一試就知！

2.9.0.0：全新增加正文過濾功能，可以屏蔽掉絕大多數(shù)不屬于正文的內(nèi)容；合并嚴格和標準的正文識別，并強化正文識別能力（現(xiàn)在識別的正文沒有再帶父層的p標簽了，都是取內(nèi)部的代碼了）；增強對部分特意偽裝的網(wǎng)站標題的提取能力；其他更新。

2.9.1.0：采集文章URL，強化相對路徑的處理，比如../ 和 ../../ 等，經(jīng)過本版本強化處理后，相對路徑將完全轉(zhuǎn)化為絕對路徑，與瀏覽器中鼠標移到鏈接上查看到的一致。

2.9.2.0：修復谷歌改動導致采集失敗的問題。

2.9.3.0：修復關(guān)鍵詞采集文章欄目選定精確標簽時沒有彈出輸入的問題（前面版本造成）；根據(jù)URL采集文章欄目新增刪除外層代碼可選選項（之前默認啟用）；調(diào)試模式更改為文章來源；疑點說明更新；其他。

2.9.5.0：修復微信采集失敗問題。

2.9.6.0：增強分頁采集識別能力。

2.9.7.0：新增谷歌地址前綴指定，可自行設置能使用的谷歌域名。

2.9.8.0：采集設置的正則替換支持使用<#sm#>隔開多個匹配和替換表達式。

2.9.9.0：增強正文識別能力，識別準確度有所提升；增加對特殊編碼響應的識別。

2.9.10.0：增加對二次加載圖片的新屬性“original”識別轉(zhuǎn)換。

2.9.11.0：外置文件更新谷歌翻譯使用的域名；修正谷歌tk參數(shù)變動翻譯失敗的問題。

2.10.0.0：修復部分情況因系統(tǒng)原因無法跳轉(zhuǎn)網(wǎng)址導致百度網(wǎng)頁無法采集的問題；新增自動去除網(wǎng)址的#后綴部分，該部分會導致網(wǎng)頁讀取錯誤；采集文章URL新增左邊和右邊插入選項；修復前面版本導致的正文提取的過濾存在的一些問題；其他更新。

2.10.1.0：增強對部分采用<meta>跳轉(zhuǎn)的網(wǎng)頁識別。

2.10.2.0：增加標題字數(shù)限制為最多100字，以免字數(shù)超長導致的一些問題；其他更新。

2.10.3.0：修復必應新聞采集失敗問題；修復部分網(wǎng)頁的分頁格式錯誤導致重復采集的問題；更換網(wǎng)頁訪問方式（以前https使用WiniNet，http使用WinHttp，現(xiàn)在都用WinHttp）；其他更新。

2.10.5.0：修復軟件對部分網(wǎng)頁跳轉(zhuǎn)代碼錯判而讀取失敗的問題；采集文章URL列表欄目的導入導出配置功能新增支持同步導入導出根據(jù)URL采集文章欄目的配置。

2.11.0.0：新增動態(tài)加載的列表頁URL的采集功能（如今日頭條toutiao.com）；讀取網(wǎng)頁時增加USC2解碼（如新浪微博需要解碼才能采集）；其他多項更新。

2.11.1.0：文章查看器的文件列表框改進以便看全長標題，并且如果讀取的文件數(shù)量不全，請在切換目錄讀取時按住Ctrl鍵即可增強讀??；采集文章URL列表的導入導出配置增加對生成列表頁URL和采集列表頁URL的配置同步功能（各窗口處于打開狀態(tài)才能同步配置）。

2.11.2.0：修復過濾正文功能遇到個別網(wǎng)頁的特殊代碼過濾不正常的問題。

2.11.3.0：修復部分DZ論壇自動識別錯誤的問題；修復刪除外層代碼時個別頁面自動識別錯誤的問題

2.11.3.1：修復class過濾的一個細節(jié)問題；默認打勾刪除外層代碼

2.12.0.0：增強分頁采集對分頁的識別能力（尤其是圖片類的分頁）；生成列表頁功能新增支持倒序生成

2.12.1.0：新增采集列表頁的文章URL時支持POST方法

2.13.0.0：文章保存格式全新增加txt帶圖片排版；新增圖片二次加載的新屬性識別 data-original；文章來源改為在文章末尾追加；新增智能忽略版權(quán)信息被識別為正文；調(diào)整界面組件位置；其他更新。

2.13.1.0：修復xp系統(tǒng)不能采集淘寶網(wǎng)頁的問題；修復//類型鏈接轉(zhuǎn)換錯誤問題；更新谷歌地址前綴文件。

2.13.2.0：修復txt格式保存時沒有自動轉(zhuǎn)換網(wǎng)頁轉(zhuǎn)義符的問題

2.13.3.0：新增【優(yōu)先標題標簽.txt】外部配置文件以解決一些混亂網(wǎng)頁識別標題錯誤的問題

2.13.8.0：【采集文章URL列表】新增ContentType自定義設置支持以解決有些網(wǎng)頁之需（該設置位于【采集列表頁URL】）；新增【指定標題位置.txt】外部配置文件，自動識別不了標題時能手動指定標題的開始和結(jié)束標記；搜狗修改為每頁10個網(wǎng)址采集，并新增搜狗驗證碼識別彈出；其他更新。

2.13.9.0：修復關(guān)鍵詞采集完全無結(jié)果時陷入死循環(huán)的問題。

2.13.10.0：采集列表頁URL功能新增高級參數(shù)（兩個值用空格隔開，如果值1空白自動使用值2）。

2.15.0.0：URL采集文章面板的精確標簽新增模糊匹配功能；新增計劃任務功能，可以設定多個時間點，到點自動開始采集（當前被顯示面板的開始采集）。

2.15.1.0：修復微信采集失敗問題。

2.15.2.0：修復360網(wǎng)頁和新聞的部分問題。

2.15.3.0：搜索引擎讀取增加超時50秒設置；嘗試修復部分情況下關(guān)鍵詞采集崩潰的問題。

2.15.5.0：采集文章URL列表，新增來路設置；更新谷歌鏡像地址。

2.15.8.0：修復百度網(wǎng)頁搜索時間設置失效問題并取消百度新聞時間設置（已不支持）；微信采集時增加正文最少字數(shù)的設置支持（原先只有自動識別的可以設置字數(shù)，而微信是內(nèi)置精確標簽的所以不能設置字數(shù)，現(xiàn)在可以了）；【文章查看】切換顯示時增加自動刷新目錄樹；關(guān)鍵詞采集正文字數(shù)不足時補充提示設置的字數(shù)值

2.15.9.0：修復360新聞采集失敗問題。

2.15.10.0：修復微信采集失敗問題。

2.15.11.0：因有道翻譯失效且無法更新，故新增百度翻譯；其他更新

2.16.0.0：關(guān)鍵字采集文章新增今日頭條、一點資訊等自媒體平臺

2.16.1.0：修復上次升級導致的采集分頁功能異常

2.16.2.0：修復今日頭條圖片鏈接問題；微信增加登錄采集。

2.16.3.0：修復設置采集篇數(shù)時容易出現(xiàn)無法繼續(xù)采集下一個關(guān)鍵詞的問題。

2.17.0.0：修復谷歌無法采集的問題（仍需翻墻）；修復百度轉(zhuǎn)譯失效問題（更改為搜狗轉(zhuǎn)譯，翻譯效果最好的人工智能翻譯引擎）。

2.17.1.0：對今日頭條增加了嘗試次數(shù)，并且自動線程為1，以避免被限制

2.17.1.1：嘗試修復關(guān)鍵詞采集出現(xiàn)的數(shù)組錯誤問題

2.17.2.0：修復上次升級導致的采集錯誤