關鍵詞網址采集器

軟件介紹

輸入關鍵字采集各搜索引擎的網址、域名、標題、描述等信息

支持百度、搜狗、谷歌、必應、雅虎、360等。每個關鍵詞600到800條，采集例子

關鍵詞可以附帶搜索引擎參數，就跟網頁里輸入關鍵詞搜索一樣，

如百度里搜索結果網址中必須包含bbs的關鍵詞，則輸入“關鍵詞 inurl:bbs.”

保存模板可引用的數據：

#網址#采集的原始網址

#標題#網址對應的網頁標題

#域名#原始網址的域名部分，如“http://test.shuimiao.net/123.htm”中的“test.shuimiao.net”

#頂級域名#取原始網址的頂級域名部分，如“http://test.shuimiao.net/123.htm”中的“shuimiao.net”

#描述#網頁標題下面的一段描述文字

Excel導出：

csv是一種文本表格，能被Excel兼容顯示為多列多行的數據。只要在保存模板中設置為：

"#網址#","#標題#","#描述#"

這種格式就是csv格式，使用引號圍住每個項目，多個項目使用逗號隔開，然后保存擴展名填為csv即可

問題集錦：

1.為什么采集一段時間之后，無法采集？

這可能采集多了被搜索引擎限制。一般換個IP（如使用VPN換IP）即可繼續采集，如果不換，只能等待搜索引擎取消屏蔽之后才能繼續采集。百度的屏蔽時間通常半小時到數小時。

不過，現在即使出現驗證碼屏蔽，軟件也會彈出驗證碼手動輸入的（百度、谷歌）

2.不同批次關鍵詞采集的結果為什么會存在部分網址重復？

尤其是只引用了 #域名# 或 #頂級域名# 之后，這種部分網址重復的情況比較多。這也是正常的，因為每個網站的內頁可能包含很多主題，不同關鍵詞都可能采集到該網站的不同內頁，當引用域名后，相同網站的不同內頁的域名結果自然就相同了。

另外，軟件里的自動去重，是針對本次采集的結果內部進行去重，以前采集的結果是不在本次去重范圍的。如果兩次采集的結果存在部分網址重復，可以把他們合并一起，使用軟件去重（天線貓·文本去重打亂器）。

3.為什么采集回來的網址的主題與關鍵詞不符？

是因為引用了 #域名# 或 #頂級域名# 后，取的是域名部分，域名打開的是該網站的首頁，而采集的原網址可能不是首頁，而是該網站的某一篇文章的內頁，該內頁包含關鍵詞主題，因此被搜索引擎收錄，軟件才能采集得到。但取域名后，你打開的域名首頁就不一定包含該關鍵詞。

為了比對采集是否正確，可以在保存模板里輸入：<a href="#網址#" target="_blank">#標題#</a>

，保存為htm文件，采集完后可以自己打開該文件查看比對。

1.7.0.0：增加必應和雅虎采集；多項改動

1.7.1.0：將必應、雅虎、谷歌改為https請求以避免一些情況下的采集失敗問題。

1.7.2.0：增加百度新聞采集。

1.7.2.1：一些更新。

1.7.3.0：增加關鍵詞分割線選項。

1.7.4.0：修復百度最新變動無法采集的問題。

1.7.5.0：修復必應改動采集失效問題；修復某些電腦不能使用xmlhttps的問題（涉及谷歌、必應、雅虎）。

1.7.5.1：改進注冊機制，使用硬盤+網卡全識別模式（同時兼容舊版注冊碼），可解決部分情況重裝、換VPN所導致的機器碼變的問題；其他更新。

1.7.6.0：增加每頁采集數設置；引入新算法可以讓搜狗極速搜索永不被封（當然如果搜狗修改了算法可能會不行，屆時再說）。

1.8.0.0：增加#描述#項采集；增加搜狗延時時間避免搜狗最新規則限制。

1.8.1.0：修復雅虎采集失效問題

1.8.1.1：將每頁采集數的默認值設置為50，以應對百度變動問題；增加采集失敗的代碼顯示。

1.8.1.2：嘗試修復部分電腦取硬盤碼失敗的問題。

1.8.2.0：修復雅虎采集失效問題

1.8.3.0：修復百度新聞改動采集失敗的問題。

1.8.5.0：修復360在部分電腦返回不同網址格式導致采集失敗的問題。

1.8.6.0：修復谷歌變動采集失敗問題，并增加判斷谷歌驗證碼彈出由用戶手動解除再繼續采集的功能。

1.8.8.0：新增必應和谷歌的英文站搜索選項。

1.9.0.0：修復雅虎改動采集失敗問題；增加谷歌必應雅虎無等待高速采集選項；調整界面。

1.9.1.0：修改谷歌判斷驗證碼的方式以更準確捕獲驗證碼出現。

1.9.2.0：修復site百度時部分描述不能正確采集的問題。

1.9.3.0：修復描述的空格被清除的問題。

1.9.3.1：修復部分電腦上無法解析百度最新的https鏈接問題

1.9.5.0：修復因谷歌改動導致部分電腦取法采集谷歌的問題。

1.9.6.0：新增百度驗證碼彈出輸入

1.9.7.0：新增谷歌地址前綴指定，可自行設置能使用的谷歌域名。

1.9.7.1：更新谷歌地址前綴文件；修復部分系統異常導致百度采集錯誤的問題。

1.9.7.3：修復必應采集失敗問題。

1.9.8.0：修復谷歌因改動導致采集不全的問題。

1.9.8.1：增加谷歌英文驗證碼提示識別。

1.9.9.0：增加搜狗新聞引擎；嘗試修復百度部分電腦采集不了的問題；增加取頂級域名時不包括www選項；其他更新

1.9.11.0：增加搜狗驗證碼識別彈出

1.9.12.0：將百度http修改為https

1.9.13.0：修復百度改動導致百度鏈接轉換失敗問題

1.9.16.1：修復百度采集可能存在的一些問題

1.9.20.0：再修復百度采集在部分電腦上可能存在的一些問題

1.9.21.0：升級搜狗驗證碼新改動的識別彈出。

1.9.22.0：升級對360跳轉網址的識別轉換。

1.9.23.0：升級對百度知道跳轉網址的二次識別轉換。

1.9.25.0：如果沒有引用#網址#、#域名#時免去轉換百度網址的過程以節省時間。

1.9.26.0：增加#關鍵詞#引用。

1.10.0.0：增加#網頁關鍵詞#引用。

1.11.0.0：修復谷歌無法采集的問題（仍需翻墻）；取消谷歌地址前綴，只能使用VPN翻墻的方式才能采集谷歌。

1.11.1.0：修復百度只采集標題且忽略自家網站時無法采集的問題。