3.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

　　3.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

　　1.为什么采集一段时间后就不能采集？

　　可能是采集受搜索引擎限制比较多。一般可以通过更改IP来继续采集（如使用VPN更改IP）。如果不改，只能在搜索引擎解封后继续采集。百度的屏蔽时间一般是半小时到几个小时。

　　但是，即使验证码被屏蔽，软件也会弹出手动输入的验证码（百度、谷歌）

　　2.不同批次关键词采集为什么结果中有些重复的网址？

　　特别是在只引用#domain#或#top-level domain#之后，这种部分URL重复的情况更为常见。这也是正常的，因为每个网站内页可能收录很多主题，而不同的关键词可能是采集到网站的不同内页，当引用域名时，相同的网站不同内页页面的域名结果自然是一样的。

　　另*敏*感*词*内。如果两个采集的结果中存在一些重复的URL，可以将它们合并在一起，使用软件去除重复（优采云·text deduplication scrambler）。

　　3.为什么采集返回的URL主题和关键词不一致？

　　因为在引用#domain#或#top-level domain#后，取的是域名部分。域名打开网站的主页，采集的原网址可能不是主页，而是网站的文章内页的一篇文章，内页收录关键词主题，所以可以通过搜索引擎收录获取，软件可以采集。但是取域名后，您打开的域名首页可能没有关键词。

　　为了对比采集是否正确，可以在保存的模板中输入：#Title#

　　，另存为htm文件，采集后可以打开文件查看对比。