关键词网址采集器

关键词网址采集器是一个可以采集网址关键词的工具，支持批量采集指定网址的关键词，可以采集各大搜索引擎的关键词网址，比如你可以搜索“新闻”就能采集到搜索引擎下关于新闻的网址关键词。关键词网址采集器的功能介绍
　　输入关键字采集各搜索引擎的网址、域名、标题、描述等信息，支持百度、搜狗、谷歌、必应、雅虎、360等。每个关键词600到800条，采集例子，关键词可以附带搜索引擎参数，就跟网页里输入关键词搜索一样，如百度里搜索结果网址中必须包含bbs的关键词，则输入“关键词 inurl：bbs.”
引用数据
　　#网址#：采集的原始网址
　　#标题#：网址对应的网页标题
　　#域名#：原始网址的域名部分，如“http：//test.shuimiao.net/123.htm”中的“test.shuimiao.net”
　　#顶级域名#：取原始网址的顶级域名部分，如“http：//test.shuimiao.net/123.htm”中的“shuimiao.net”
　　#描述#：网页标题下面的一段描述文字
常见问题
　　1.为什么采集一段时间之后，无法采集？
　　这可能采集多了被搜索引擎限制，重启软件可继续采集，如果不换，只能等待搜索引擎取消屏蔽之后才能继续采集。百度的屏蔽时间通常半小时到数小时。
　　不过，现在即使出现验证码屏蔽，软件也会弹出验证码手动输入的（百度、谷歌）
　　2.不同批次关键词采集的结果为什么会存在部分网址重复？
　　尤其是只引用了 #域名# 或 #顶级域名# 之后，这种部分网址重复的情况比较多。这也是正常的，因为每个网站的内页可能包含很多主题，不同关键词都可能采集到该网站的不同内页，当引用域名后，相同网站的不同内页的域名结果自然就相同了。
　　另外，软件里的自动去重，是针对本次采集的结果内部进行去重，以前采集的结果是不在本次去重范围的。如果两次采集的结果存在部分网址重复，可以把他们合并一起，使用软件去重（水淼·文本去重打乱器）。
　　3.为什么采集回来的网址的主题与关键词不符？
　　是因为引用了 #域名# 或 #顶级域名# 后，取的是域名部分，域名打开的是该网站的首页，而采集的原网址可能不是首页，而是该网站的某一篇文章的内页，该内页包含关键词主题，因此被搜索引擎收录，软件才能采集得到。但取域名后，你打开的域名首页就不一定包含该关键词。
　　为了比对采集是否正确，可以在保存模板里输入：#标题#，保存为htm文件，采集完后可以自己打开该文件查看比对。
更新日志
　　1.改造为支持oem代理
　　2.增加必应和雅虎采集；多项改动
　　3.将必应、雅虎、谷歌改为https请求以避免一些情况下的采集失败问题。
　　4.增加百度新闻采集。
　　5.一些更新。
　　6.增加关键词分割线选项。
　　7.修复百度最新变动无法采集的问题。
　　8.修复必应改动采集失效问题；修复某些电脑不能使用xmlhttps的问题（涉及谷歌、必应、雅虎）。