水淼關(guān)鍵詞網(wǎng)址采集器能夠根據(jù)關(guān)鍵詞搜索百度、360、搜狗、谷歌等，采集搜索結(jié)果的網(wǎng)址和標(biāo)題輸出保存。

水淼關(guān)鍵詞網(wǎng)址采集器主要用途：分析競(jìng)爭(zhēng)對(duì)方，挖掘長(zhǎng)尾詞；研究平臺(tái)；采集外鏈；采集例子等等。關(guān)鍵詞可以附帶搜索引擎限定語(yǔ)法，如百度里搜索結(jié)果網(wǎng)址中必須包含bbs的關(guān)鍵詞，則輸入“關(guān)鍵詞 inurl:bbs”。

基本簡(jiǎn)介

輸入關(guān)鍵字采集各搜索引擎的網(wǎng)址、域名、標(biāo)題、描述等信息，支持百度、搜狗、谷歌、必應(yīng)、雅虎、360等。每個(gè)關(guān)鍵詞600到800條，采集例子，關(guān)鍵詞可以附帶搜索引擎參數(shù)，就跟網(wǎng)頁(yè)里輸入關(guān)鍵詞搜索一樣，如百度里搜索結(jié)果網(wǎng)址中必須包含bbs的關(guān)鍵詞，則輸入“關(guān)鍵詞 inurl:bbs.”

引用數(shù)據(jù)

#網(wǎng)址#：采集的原始網(wǎng)址

#標(biāo)題#：網(wǎng)址對(duì)應(yīng)的網(wǎng)頁(yè)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(jí)域名#：取原始網(wǎng)址的頂級(jí)域名部分，如“http://test.shuimiao.net/123.htm”中的“shuimiao.net”

#描述#：網(wǎng)頁(yè)標(biāo)題下面的一段描述文字

常見(jiàn)問(wèn)題

1.為什么采集一段時(shí)間之后，無(wú)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(shí)間通常半小時(shí)到數(shù)小時(shí)。

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

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

尤其是只引用了 #域名# 或 #頂級(jí)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€(gè)網(wǎng)站的內(nèi)頁(yè)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(yè)，當(dāng)引用域名后，相同網(wǎng)站的不同內(nèi)頁(yè)的域名結(jié)果自然就相同了。

另外，軟件里的自動(dòng)去重，是針對(duì)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)。

3.為什么采集回來(lái)的網(wǎng)址的主題與關(guān)鍵詞不符?

是因?yàn)橐昧?#域名# 或 #頂級(jí)域名# 后，取的是域名部分，域名打開(kāi)的是該網(wǎng)站的首頁(yè)，而采集的原網(wǎng)址可能不是首頁(yè)，而是該網(wǎng)站的某一篇文章的內(nèi)頁(yè)，該內(nèi)頁(yè)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(kāi)的域名首頁(yè)就不一定包含該關(guān)鍵詞。

為了比對(duì)采集是否正確，可以在保存模板里輸入：#標(biāo)題#，保存為htm文件，采集完后可以自己打開(kāi)該文件查看比對(duì)。

升級(jí)日志

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(dòng)

3.將必應(yīng)、雅虎、谷歌改為https請(qǐng)求以避免一些情況下的采集失敗問(wèn)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(dòng)無(wú)法采集的問(wèn)題。

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