免费的文章采集器推荐两个吧，可能是采用的网站固定

　　免费的文章采集器推荐两个吧，可能是采用的网站固定

　　免费的文章采集器推荐两个吧，

　　可能是采用的网站固定。

　　地址：百度文库经验：-la

　　这种方式主要是靠百度收录的。至于用什么方式就很多了，有一些技术手段，比如能将文章图片集合成小链接，但是这样会降低文章的识别率，还有就是能把一篇长文集合成表格，然后进行爬取。至于你说的是不是试一试搜狗文库，我没有试过，但是貌似目前搜狗里面也有采集器，不过貌似有限制。

　　试试我手头的这个宝贝吧：1.文章一句一句通过规则标注下来，当然这也是为了爬取对标题内容没有要求的文章。因为要提高爬取效率的需要，尽量做好文章标题控制，所以这里用到cors字符编码，同时告诉你，cors不能跨域（跨域：是http协议的请求，需要通过jsonp实现，模拟用户）；2.爬取的时候，通过json来传递数据，用google+jsond来抓取数据。

　　然后传输到iis中可以作为forward/proxy来做反向代理，再用代理ip地址反向发送数据。发布后通过反向代理反爬取pdf版文件。3.如果你爬取的是pdf文件，解决的办法是通过爬虫自己处理格式。现在网上可以搜索到pdf转word工具或word转pdf工具，相关工具挺多的。