水淼万能文章采集器 是一款功能强大的文章采集工具,支持关键词采集文章、根据URL列表采集文章、采集文章URL列表等功能,软件采集文章的速度非常快,是款不错的网站文章采集小工具。
软件说明
选择关键词
设置搜索间隔、采集类型、时间语言、排序方式、采集目标等参数
编辑网站的黑名单、白名单
设置转译选项、过滤选项、插词选项
点击“开始采集”按钮
更新日志
1.全新增加正文过滤功能,可以屏蔽掉绝大多数不属于正文的内容;合并严格和标准的正文识别,并强化正文识别能力(现在识别的正文没有再带父层的div标签了,都是取内部的代码了);增强对部分特意伪装的网站标题的提取能力;其他更新。
2.采集文章URL,强化相对路径的处理,比如../ 和 ../../ 等,经过本版本强化处理后,相对路径将完全转化为绝对路径,与浏览器中鼠标移到链接上查看到的一致。
3.修复谷歌改动导致采集失败的问题。
4.修复关键词采集文章栏目选定精确标签时没有弹出输入的问题(前面版本造成);根据URL采集文章栏目新增删除外层代码可选选项(之前默认启用);调试模式更改为文章来源;疑点说明更新;其他。
5.修复微信采集失败问题。
6.增强分页采集识别能力。
7.新增谷歌地址前缀指定,可自行设置能使用的谷歌域名。
8.采集设置的正则替换支持使用<#sm#>隔开多个匹配和替换表达式。
9.增强正文识别能力,识别准确度有所提升;增加对特殊编码响应的识别。
10.增加对二次加载图片的新属性“original”识别转换。
11.外置文件更新谷歌翻译使用的域名;修正谷歌tk参数变动翻译失败的问题。
12.修复部分情况因系统原因无法跳转网址导致百度网页无法采集的问题;新增自动去除网址的#后缀部分,该部分会导致网页读取错误;采集文章URL新增左边和右边插入选项;修复前面版本导致的正文提取的过滤存在的一些问题;其他更新。
13.增强对部分采用 跳转的网页识别。
14.增加标题字数限制为最多100字,以免字数超长导致的一些问题;其他更新。