水淼關(guān)鍵詞網(wǎng)址采集器是一款網(wǎng)絡(luò)輔助工具，能讓你設(shè)置相對應(yīng)的搜索引擎，選擇自己適合的模板，然后完成各種去除結(jié)果設(shè)置，就能夠開始采集。你可以輸入關(guān)鍵詞，然后按照自己的需求進(jìn)行搜索，模板包含了標(biāo)題、網(wǎng)址等，你還能自動去除重復(fù)結(jié)果，提高采集的準(zhǔn)確性。

軟件功能

采集網(wǎng)頁信息，相關(guān)如下：

#網(wǎng)址#：采集的原始網(wǎng)址

#標(biāo)題#：網(wǎng)址對應(yīng)的網(wǎng)頁標(biāo)題

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

#描述#：網(wǎng)頁標(biāo)題下面的一段描述文字

常見問題

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，重啟軟件可繼續(xù)采集，如果不換，只能等待搜索引擎取消屏蔽之后才能繼續(xù)采集。百度的屏蔽時間通常半小時到數(shù)小時。

不過，現(xiàn)在即使出現(xiàn)驗(yàn)證碼屏蔽，軟件也會彈出驗(yàn)證碼手動輸入的（百度、谷歌）

不同批次關(guān)鍵詞采集的結(jié)果為什么會存在部分網(wǎng)址重復(fù)？

尤其是只引用了 #域名# 或 #頂級域名# 之后，這種部分網(wǎng)址重復(fù)的情況比較多。這也是正常的，因?yàn)槊總€網(wǎng)站的內(nèi)頁可能包含很多主題，不同關(guān)鍵詞都可能采集到該網(wǎng)站的不同內(nèi)頁，當(dāng)引用域名后，相同網(wǎng)站的不同內(nèi)頁的域名結(jié)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(jié)果內(nèi)部進(jìn)行去重，以前采集的結(jié)果是不在本次去重范圍的。如果兩次采集的結(jié)果存在部分網(wǎng)址重復(fù)，可以把他們合并一起，使用軟件去重（水淼·文本去重打亂器）。

為什么采集回來的網(wǎng)址的主題與關(guān)鍵詞不符？

是因?yàn)橐昧?#域名# 或 #頂級域名# 后，取的是域名部分，域名打開的是該網(wǎng)站的首頁，而采集的原網(wǎng)址可能不是首頁，而是該網(wǎng)站的某一篇文章的內(nèi)頁，該內(nèi)頁包含關(guān)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(guān)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(wǎng)址#" target="_blank">#標(biāo)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。

更新內(nèi)容

1.改造為支持OEM代理

2.增加必應(yīng)和雅虎采集；多項(xiàng)改動

3.將必應(yīng)、雅虎、谷歌改為https請求以避免一些情況下的采集失敗問題。

4.增加百度新聞采集。

5.一些更新。

6.增加關(guān)鍵詞分割線選項(xiàng)。

7.修復(fù)百度最新變動無法采集的問題。

8.修復(fù)必應(yīng)改動采集失效問題；修復(fù)某些電腦不能使用xmlhttps的問題（涉及谷歌、必應(yīng)、雅虎）。