XISE菜刀是一款簡單的新聞采集軟件，該軟件支持新浪、騰訊、網(wǎng)易、搜狐等多家網(wǎng)站的內(nèi)容搜索，支持批量上傳、批量生產(chǎn)內(nèi)頁、批量掛鏈、批量替換，查找當(dāng)前站點等，讓您在采集數(shù)據(jù)的時候可以更加方便的管理文件；本軟件支持手動添加地址鏈接，您可以選擇、百度真相、百度知道、北京網(wǎng)、天津電視臺、西藏模板、廣西網(wǎng)-排名好、江蘇-好兄弟等多家網(wǎng)站上的地址監(jiān)控，幫助您將采集的信息及時管理并保存，讓您通過關(guān)鍵詞就能得出所需的內(nèi)容，需要的朋友可以下載試試！

軟件功能

　　{htle} 標(biāo)題標(biāo)簽

　　{description} 描述標(biāo)簽

　　{js} JS標(biāo)簽

　　{ip} 隨機變異IP地址轉(zhuǎn)換（需要在生成界面設(shè)置）

　　{tmkeyword} 主關(guān)鍵詞標(biāo)簽

　　{keyword2} 固定關(guān)鍵詞標(biāo)簽

　　{keyword3} 固定關(guān)鍵詞標(biāo)簽

　　{domain} SHELL目錄地址

　　{skeyword} 隨機關(guān)鍵詞標(biāo)簽

　　{ncontent} 隨機正文標(biāo)簽（由關(guān)鍵詞、句子、視頻、圖片組成的隨機性正文）

　　{time} 當(dāng)前時間標(biāo)簽

　　{link} 隨機鏈接標(biāo)簽

　　{slink} 隨機對應(yīng)關(guān)鍵詞超鏈標(biāo)簽

　　{number} 隨機1~3個數(shù)字標(biāo)簽

　　{char} 隨機3~6個字符標(biāo)簽

　　{pinyin} 隨機1~3個漢字拼音標(biāo)簽

　　{video} 隨機視頻鏈接標(biāo)簽

　　{ylinks} 友鏈標(biāo)簽，調(diào)用外部鏈接

　　{newslist} 目錄頁目錄鏈接

　　{page} 目錄頁頁數(shù)鏈接

　　{custom} 自定義內(nèi)容標(biāo)簽

　　{custom2} 自定義內(nèi)容2標(biāo)簽

軟件特色

　　link.txt保存所有shell網(wǎng)址

　　myads.txt 廣告描述

　　keyword目錄可存放多文檔關(guān)鍵詞

　　tpl目錄可以存放多模板

　　index1.php 是緩存版 刷新關(guān)鍵詞標(biāo)題都不變

　　index2.php 是動態(tài)版 刷新關(guān)鍵詞標(biāo)題自動變化

　　遠程調(diào)用的時候 根據(jù)自己的需求選擇

使用方法

　　1、基本設(shè)置、教學(xué)提示氣泡、上傳下載線程容量、連接超時時間、shell列表每頁條數(shù)、同意默認密碼

　　2、被控端管理，可以批量導(dǎo)入、批量導(dǎo)出，編號顯示的是代碼額語言類型，可以設(shè)置語言PHP、ASP、JSP

　　3、新聞采集，用戶搜索網(wǎng)絡(luò)上的新聞連接，可以設(shè)置同時采集的數(shù)量、線程數(shù)、支持選擇新聞來源

　　4、自定義腳本，可以選擇地址、post值，選擇以后就會出現(xiàn)相應(yīng)的代碼程序，包括上傳下載的地址類型

相關(guān)介紹

　　泛采集：

　　定向爬蟲受限于網(wǎng)頁模板，在此基礎(chǔ)上加上幾個內(nèi)容分析算法來提取內(nèi)容，改成通用爬蟲。

　　好多瀏覽器插件，如印象筆記之類的，有好多類似“只看正文”的功能，點一下只顯示當(dāng)前瀏覽網(wǎng)頁的正文信息，很多人已經(jīng)把此類算法移植到python、php、java等編程語言上，搜索下便是。

　　采集內(nèi)容如何處理？

　　兩個先后過程：

　　對原始內(nèi)容的處理

　　對處理后內(nèi)容進行組織

　　對原始內(nèi)容的處理

　　百度專利說過，搜索引擎除了根據(jù)正文判斷內(nèi)容相似性，也會根據(jù)html的dom節(jié)點的位置和順序來判斷，如果兩個網(wǎng)頁正文的html的結(jié)構(gòu)相似，也可能當(dāng)做重復(fù)內(nèi)容來處理。