織夢(mèng)采集俠2.9

織夢(mèng)采集俠是一款基于織夢(mèng)DEDECMS的專業(yè)站群系統(tǒng)/站群軟件，可以根據(jù)關(guān)鍵詞、RSS和頁(yè)面監(jiān)控等方式定時(shí)定量采集，進(jìn)行偽原創(chuàng)SEO優(yōu)化后更新發(fā)布，無(wú)需編寫采集規(guī)則！有需要的小伙伴歡迎來(lái)西西下載體驗(yàn)。

軟件特色：

一鍵安裝

只需一分鐘，立即開(kāi)始采集，而且結(jié)合簡(jiǎn)單、健壯、靈活、開(kāi)源的dedecms程序

一詞采集

根據(jù)用戶設(shè)定的關(guān)鍵詞進(jìn)行泛采集，實(shí)現(xiàn)不對(duì)指定的一個(gè)或幾個(gè)被采集站點(diǎn)進(jìn)行采集

R SS采集

只需要輸入RS S地址即可方便的 采集到目標(biāo)網(wǎng)站內(nèi)容，無(wú)需編寫采集規(guī)則，方便簡(jiǎn)單

定向采集

提供列表URL和文章URL即采集指定網(wǎng)站或欄目?jī)?nèi)容，便可精確采集標(biāo)題、正文、作者、來(lái)源

無(wú)人工干預(yù)

可預(yù)先設(shè)定是采集任務(wù)，然后全自動(dòng)完成進(jìn)行偽原創(chuàng)，導(dǎo)入，生成，操作無(wú)需人工干預(yù)

偽原創(chuàng)SEO更新

我們?yōu)樯虡I(yè)用戶提供的遠(yuǎn)程觸發(fā)采集服務(wù)，新站無(wú)有人訪問(wèn)即可定時(shí)定量采集更新

更新審核文稿

采集俠亦可根據(jù)您的需要每天在您設(shè)置的時(shí)間段內(nèi)定時(shí)定量審核更新

自動(dòng)生成推送

自動(dòng)生成sitemap，自動(dòng)推送百度接口，確保百度及時(shí)收錄到您的網(wǎng)站，提供網(wǎng)站排名

更新日志：

采集俠2.9.1版更新說(shuō)明：

優(yōu)化:采集任務(wù)的欄目列表保持和系統(tǒng)一致?lián)碛袑蛹?jí)關(guān)系

優(yōu)化:循環(huán)采集后自動(dòng)進(jìn)入監(jiān)控采集第一頁(yè)，較少不必要的采集監(jiān)測(cè)

優(yōu)化:可對(duì)單個(gè)采集規(guī)則記錄進(jìn)行重置，無(wú)須全部清除歷史記錄

優(yōu)化:sitemap.xml格式兼容sogou規(guī)范

優(yōu)化:sitemap.xml生成速度，增加sitemap文章數(shù)量

優(yōu)化:a鏈接過(guò)濾保留ftp、迅雷、磁力鏈接便于采集電影信息

優(yōu)化:彈出設(shè)置層優(yōu)化體驗(yàn)

優(yōu)化:兼容https站點(diǎn)后臺(tái)

增加:增加微信采集功能，暫只提供給授權(quán)用戶

增加:精彩的發(fā)現(xiàn)頻道，眾多內(nèi)容等你發(fā)現(xiàn)

修復(fù):綁定節(jié)點(diǎn)采集不能記錄已采地址偽原創(chuàng)后導(dǎo)致重復(fù)問(wèn)題

修復(fù):與第三方手機(jī)版模塊的兼容問(wèn)題

修復(fù):關(guān)鍵詞內(nèi)鏈設(shè)置錯(cuò)誤導(dǎo)致的無(wú)法采集的問(wèn)題

修復(fù):提取的縮略圖不是第一張的問(wèn)題

常見(jiàn)問(wèn)題答疑：

采集HTTPS網(wǎng)站問(wèn)題

采集俠調(diào)用了織夢(mèng)的接口，因織夢(mèng)一直未更新支持采集https的網(wǎng)址，所以采集俠尚無(wú)法直接更新，現(xiàn)提供臨時(shí)補(bǔ)丁包，下載并按自己程序的編碼覆蓋就可以了

一直提示采集到網(wǎng)址數(shù)0，采集不到文章怎么辦？

這一情況分為關(guān)鍵詞采集和定向采集

關(guān)鍵詞采集出現(xiàn)這一提示，說(shuō)明關(guān)鍵詞都采集完了，采集不到新內(nèi)容了，如果您在高級(jí)設(shè)置內(nèi)沒(méi)有設(shè)置任何過(guò)濾的話，又沒(méi)采集到多少篇文章就出現(xiàn)這一提示，說(shuō)明您的選詞不夠理想，有關(guān)關(guān)鍵詞采集的問(wèn)題請(qǐng)看：http://www.caijixia.net/help/faq/85030.html

如果是定向出現(xiàn)這一提示，您又確定沒(méi)有采集，那多半是規(guī)則沒(méi)有寫好，這里有幾個(gè)注意點(diǎn)：

一、內(nèi)容規(guī)則設(shè)置成自動(dòng)并不能保證所有網(wǎng)站都能自動(dòng)識(shí)別，采集不到的應(yīng)該自己設(shè)置內(nèi)容規(guī)則

二、修改了規(guī)則后還是一直這個(gè)提示，需要先清除采集記錄（2.7版本以前在右上角），因?yàn)橹�前采集�?guī)則錯(cuò)誤的時(shí)候采集俠已經(jīng)嘗試采集了所有的網(wǎng)址，現(xiàn)在你修改了規(guī)則，但是之前采集過(guò)的網(wǎng)址采集俠是不會(huì)重復(fù)采集的，所以只有清除采集記錄之后再采集才會(huì)使用新規(guī)則重新嘗試采集。

采集俠不自動(dòng)采集，是不是采集俠出問(wèn)題了？

采集俠程序本身是運(yùn)行在您服務(wù)器上的，只要沒(méi)有自行修改我們的程序，程序就不會(huì)出問(wèn)題的。

但是采集俠有個(gè)服務(wù)是由我們的服務(wù)器幫助運(yùn)行的，也就是觸發(fā)服務(wù)，解釋一下：PHP本身是一種腳本程序，他只有在有用戶訪問(wèn)的時(shí)候才會(huì)執(zhí)行，比如您的網(wǎng)站上傳到服務(wù)器空間后，如果一個(gè)用戶訪問(wèn)都沒(méi)有，那么你的網(wǎng)站就是放在那里并不會(huì)自行運(yùn)行，當(dāng)有用戶訪問(wèn)的時(shí)候，網(wǎng)站就會(huì)進(jìn)行計(jì)算并生成網(wǎng)頁(yè)顯示給用戶，每一個(gè)用戶訪問(wèn)一次網(wǎng)站就運(yùn)行一次，采集俠也是一樣的，并不會(huì)自動(dòng)運(yùn)行，只有告訴他你要運(yùn)行了，他就會(huì)運(yùn)行一次，所以要實(shí)現(xiàn)自動(dòng)采集，就需要不斷的訪問(wèn)他，為此采集俠官方對(duì)授權(quán)用戶提供一項(xiàng)服務(wù)，即觸發(fā)服務(wù)，當(dāng)然技術(shù)實(shí)現(xiàn)比這說(shuō)的復(fù)雜很多，但是該服務(wù)我們承諾是99.9%在線的，所以請(qǐng)您相信，采集俠沒(méi)有問(wèn)題！

那為什么不自動(dòng)采集呢？這還得看具體分析，主要有幾種情況：一、定向采集的對(duì)方網(wǎng)站沒(méi)有更新，采集俠都采集過(guò)了。二、 用戶自己設(shè)置了允許采集的時(shí)間，當(dāng)前不在采集時(shí)間內(nèi)。三、用戶設(shè)置了每個(gè)小時(shí)采集的數(shù)量， 當(dāng)前已經(jīng)采集夠了。四、定向規(guī)則有錯(cuò)誤，這也是最常見(jiàn)的，可能是對(duì)方網(wǎng)站模板修改了，也有可能是當(dāng)時(shí)寫的時(shí)候就沒(méi)寫對(duì)。

關(guān)鍵詞采集的文章很亂怎么辦？

首先我們也意識(shí)到該問(wèn)題并在時(shí)刻關(guān)注和努力優(yōu)化中，但是對(duì)于關(guān)鍵詞采集，可能大多數(shù)人存在一定的誤解，這里說(shuō)明一下：

我們先了解一下關(guān)鍵詞采集的原理，用戶在采集俠采集任務(wù)內(nèi)設(shè)置想采集的關(guān)鍵詞后，采集俠通過(guò)搜素引擎（baidu、360、sogou等）搜索與關(guān)鍵詞有關(guān)的頁(yè)面并進(jìn)行采集，這一采集行為與平時(shí)用戶的搜索行為是很類似的。

那為什么采集的內(nèi)容有的會(huì)亂呢？

這是行業(yè)共同面對(duì)的一個(gè)技術(shù)性難題，包括搜索引擎也一直在做這方面的研究，采集俠這幾年來(lái)也一直在不斷地提高自己。

這就是頁(yè)面分析技術(shù)，采集俠關(guān)鍵詞采集的原理是通過(guò)搜索引擎找到的相關(guān)頁(yè)面，這些頁(yè)面屬于不同的各行各業(yè)的網(wǎng)站，因?yàn)檫@些網(wǎng)站不是固定的所以我們也就不能提前的寫好固定的規(guī)則去提取出文章的標(biāo)題和文章的內(nèi)容，甚至搜索到的這些頁(yè)面還有很多并不是文章頁(yè)面，而是一些網(wǎng)站的首頁(yè)或者欄目（也就是你可能看到的采集俠提示跳過(guò)或者拋棄），要從這樣的一些頁(yè)面中提取出真正格式規(guī)范的文章內(nèi)容是很難的，但采集俠并不放棄而是不斷提高自己去不斷的更準(zhǔn)確的提取內(nèi)容。

那這樣采集出來(lái)的文章會(huì)有用嗎？

答案是肯定的，有用！

剛我們也說(shuō)了，關(guān)鍵詞采集這一采集行為與平時(shí)用戶的搜索習(xí)慣是類似的，所以我們將用戶搜索的文章進(jìn)行匯集起來(lái)放到我們的網(wǎng)站上，那么我們的網(wǎng)站內(nèi)容是不是正是用戶希望看到的內(nèi)容呢？是不是正好認(rèn)證了我們開(kāi)篇說(shuō)的這樣的網(wǎng)站才是有價(jià)值的呢？而從搜索引擎的技術(shù)角度看待這一問(wèn)題也是同樣的，如果你完全復(fù)制同一個(gè)網(wǎng)站的文章，這目前的搜素引擎技術(shù)是容易識(shí)別出來(lái)采集自哪個(gè)站的，不要存在僥幸心理，搜索引擎是一定存在偏見(jiàn)的，搜索引擎喜歡原創(chuàng)鼓勵(lì)原創(chuàng)，完全復(fù)制為何不直接給原站流量和權(quán)重呢，憑什么把流量給一個(gè)采集的站？但是關(guān)鍵詞采集是把不同的網(wǎng)站與關(guān)鍵詞相關(guān)的文章匯集起來(lái)，這就是經(jīng)過(guò)整理的有用的了，這樣的網(wǎng)站還是值得搜素引擎給予一定的權(quán)重的。

有沒(méi)有辦法提高采集質(zhì)量呢？

采集俠在關(guān)鍵詞采集上做不到完美，但是站長(zhǎng)可以通過(guò)設(shè)置盡可能的提高采集質(zhì)量，不同的關(guān)鍵詞采集的效果可能完全不一樣，其次采集俠的高級(jí)設(shè)置里的采集引擎接口和文章最小字節(jié)數(shù)的合理設(shè)置，也會(huì)影響關(guān)鍵詞采集。

采集引擎接口的意思就是采集俠通過(guò)哪個(gè)搜索引擎去搜索您給出的關(guān)鍵詞去采集，如果您的關(guān)鍵詞是新聞?lì)惖幕蛘吣�想采集新聞�(lì)惖奈恼�，那么選擇新聞?lì)惖慕涌诓杉�的文章格式是�?huì)好一些的。

文章最小字節(jié)數(shù)這個(gè)又怎么理解呢，這就是采集俠采集文章的條件了，采集俠找到了一個(gè)頁(yè)面，在這個(gè)頁(yè)面里發(fā)現(xiàn)了一段文字，那要不要采集呢就是這個(gè)設(shè)置決定了，我們默認(rèn)是200，也就是說(shuō)發(fā)現(xiàn)有200字以上的文字的文章采集俠就采集了，如果文字少于200字那么這個(gè)頁(yè)面就不采集，如果你修改了這個(gè)數(shù)字為1000，那么就只有發(fā)現(xiàn)1000字的文章才采集，這樣采集的結(jié)果就是文章看起來(lái)更好看了。但是設(shè)置大了有什么弊端 嗎？你應(yīng)該想出來(lái)了設(shè)置大了可能很多字?jǐn)?shù)少的文章都采集不到了，有的用戶把這個(gè)數(shù)字設(shè)置得很大然后來(lái)找我們說(shuō)采集不到，就是這個(gè)原因。如果設(shè)置小了會(huì)怎么樣，那可能就是有極短的文字都當(dāng)成文章采集了。

如何設(shè)置關(guān)鍵詞提高采集質(zhì)量？

剛接觸采集俠的很多用戶都喜歡設(shè)置這樣的關(guān)鍵詞 “新聞”、“國(guó)內(nèi)新聞”，然后發(fā)現(xiàn)并不能采集到好的文章，為什么呢？這樣的詞搜索引擎怎么可能搜不到？是的，這樣的詞 搜索引擎確實(shí)可以搜到很多東西，但是搜到的點(diǎn)進(jìn)去就是文章嗎，搜到很多都是新聞網(wǎng)站的首頁(yè)或者欄目吧，不信去試試。

搜索到網(wǎng)站首頁(yè)或者欄目的地址時(shí)采集俠并不能采集的也不應(yīng)該采集，但當(dāng)大量的首頁(yè)和欄目的時(shí)候可能會(huì)誤導(dǎo)采集俠給你采集回一些本不是文章的東西回來(lái)了！那怎么辦，優(yōu)化我們的關(guān)鍵詞，想采集新聞怎么辦，直接把關(guān)鍵詞設(shè)置成最近的新聞動(dòng)態(tài)事件，去哪里知道最近的事件？利用其它網(wǎng)站的一些工具，比如百度風(fēng)云榜http://top.baidu.com/，試試這樣的詞搜索出來(lái)的結(jié)果是不是都是文章呢。再此我們推薦兩個(gè)工具：愛(ài)站的關(guān)鍵詞挖掘http://ci.aizhan.com/  詞庫(kù)網(wǎng)http://www.ciku5.com/