优采云万能文章采集器红色免费破解版 v2.16.0.0

优采云 发布时间: 2020-08-09 15:48

  四、调试模式:在正文的开头插入“调试模式:标题和链接”的内容,以便捷步入原网页对比正文辨识疗效。

  五、标题有关键词:只有标题中收录搜索关键词的网页才采集

  六、放弃短标题:当手动辨识的标题的宽度高于原创标题三分之一时,即为短标题,通常这些标题是错误的,因此可以勾选舍弃它,这样就使用原创标题(此段遇见时自会理解)。

  七、删除内层代码:使用手动辨识和精确标签时,通常还会收录div标签这样的内层代码,如果不需要,那就要打勾删掉。温馨提示陌陌引擎限制严格,采集线程数请设置为1个,否则十分容易出验证码。常见问题1、采集设置的黑名单错误如何解决?

  [采集设置]里面输入黑名单时,如果最后有空行存在,就会造成关键词采集功能有搜索数目显示而无实际采集过程的问题,去掉空行即可。更新日志v2.17.7.0

  1、全新降低正文过滤功能,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辨识,并加强正文辨识能力(现在辨识的正文没有再带父层的div标签了,都是取内部的代码了);增强对部份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,经过本版本加强处理后,相对路径将完全转化为绝对路径,与浏览器中键盘移到链接上查看到的一致。

  3、修复微软改动引致采集失败的问题。

  4、修复关键词采集文章栏目选取精确标签时没有弹出输入的问题(前面版本导致);根据URL采集文章栏目新增删掉内层代码可选选项(之前默认启用);调试模式修改为文章来源;疑点说明更新;其他。

  5、修复陌陌采集失败问题。

  6、增强分页采集识别能力。

  7、新增微软地址前缀指定,可自行设置能使用的微软域名。

  8、采集设置的正则替换支持使用隔开多个匹配和替换表达式。

  9、增强正文辨识能力,识别准确度有所提高;增加对特殊编码响应的辨识。

  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;修正微软tk参数变动翻译失败的问题。

  12、修复部份情况因系统缘由未能跳转网址造成百度网页未能采集的问题;新增手动清除网址的#后缀部份,该部份会导致网页读取错误;采集文章URL新增左侧和右侧插入选项;修复上面版本造成的正文提取的过滤存在的一些问题;其他更新。

  13、增强对部份采用跳转的网页辨识。

  14、增加标题字数限制为最多100字,以免字数超长造成的一些问题;其他更新。

0 个评论

要回复文章请先登录注册


官方客服QQ群

微信人工客服

QQ人工客服


线