火车头利用site语句采集百度搜索结果的文章内容

只看大图 · 发表于 2014-6-24 15:40:04

火车头能力确实很强，但是有些人，不知道该如何利用这个神奇！今天在某网站看到一个人分享了火车头利用site语句采集百度搜索结果的文章内容，觉得很有用，所以分享给seo前线的童鞋们。

原帖地址：http://bbs.wxker.com/thread-317-1-1.html

第一步：确定需要采集的平台以及关键词

第二步：分析百度url规则

上面这个图是告诉你，确定采集区域的前后唯一代码

第三步：文章内容采集规则，（可能有些栏目文章页的模板不相同，导致采集不到内容，放心，不会很多的！什么？你把少的那部分规则写进去了？怎么办呢？？？？？？）

第四步：得出采集结果

*发表于 2014-6-24 16:08:57* · 发表于 2014-6-24 16:08:57

强势提醒：要注意用360给火车头限速，不然在公司里全速下载，这货能把公司网速给拖死，亲测。
火车头的基础三课其实蛮不错的。
上次想采集百度前100页的标题和链接，不过那时候一直找不到每个页面的唯一代码。

不懂python shell的可以参考

*发表于 2014-6-24 16:50:55* · 发表于 2014-6-24 16:50:55

采集这些已被收录的内容后续要做什么处理呢

*发表于 2014-6-26 11:24:31* · 发表于 2014-6-26 11:24:31

不行的吧。百度搜索的每个网站的识别字符串都不相同。而且采集不够精准

*发表于 2014-6-27 09:53:58* · 发表于 2014-6-27 09:53:58

应该用来采360的亲或者 SOSO之类的。用在百度上面

楼主| *发表于 2014-7-2 09:28:54* · 发表于 2014-7-2 09:28:54

52gcs 发表于 2014-6-26 03:24
不行的吧。百度搜索的每个网站的识别字符串都不相同。而且采集不够精准

是采集百度知道，关键词的字符不一样而已，其他的都相同。

楼主| *发表于 2014-7-2 09:29:19* · 发表于 2014-7-2 09:29:19

c0901yuan 发表于 2014-6-27 01:53
应该用来采360的亲或者 SOSO之类的。用在百度上面

哦？为什么？

帐号		自动登录	找回密码
密码			注册

火车头利用site语句采集百度搜索结果的文章内容

评分