水淼萬能文章采集器這個軟件官方報價400元，有網(wǎng)友分享了破解版本，下邊在這里分享給需要的用戶使用！

官方介紹：

水淼軟件出品的一款基于高精度正文識別算法的互聯(lián)網(wǎng)文章采集器。支持按關(guān)鍵詞采集百度等搜索引擎的新聞源（news.baidu.com）和泛網(wǎng)頁（www.baidu.com），支持采集指定網(wǎng)站欄目下的全部文章。 更多介紹.. 

水淼軟件獨(dú)家首創(chuàng)智能的萬能算法，可以精確提取網(wǎng)頁里的正文部分保存為文章。 

支持去標(biāo)簽、鏈接、郵箱等格式化處理。還有插入關(guān)鍵詞功能，可以識別標(biāo)簽或標(biāo)點(diǎn)旁邊插入，并且能識別英文空格間距插入。 

更有文章轉(zhuǎn)譯功能，也就是可以將文章從一種語言如中文轉(zhuǎn)到另一種語言如英文或日文，再從英文或日文轉(zhuǎn)回中文，這樣就是一個轉(zhuǎn)譯周期，可以設(shè)定轉(zhuǎn)譯周期循環(huán)多次（轉(zhuǎn)譯次數(shù)）。 

采集文章+翻譯偽原創(chuàng)可以滿足廣大站長朋友們在各領(lǐng)域主題的文章需求。 

而一些公關(guān)處理、信息調(diào)查公司所需的由專業(yè)公司開發(fā)的信息采集系統(tǒng)，售價往往達(dá)到上萬甚至更多，而水淼的這款軟件也是一款信息采集系統(tǒng)，功能跟市面上昂貴售價的軟件有相通之處，但價格只有區(qū)區(qū)幾百元，性價比如何試試就知。 

相關(guān)介紹：

什么是高精度正文識別算法

此算法由水淼自主研發(fā)，可以在一個網(wǎng)頁里提取出正文部分，通常精度可以達(dá)到95%，如果再進(jìn)一步設(shè)置最少字?jǐn)?shù)，采集的文章的精度（正確性）可以達(dá)到99%。同時文章標(biāo)題也實(shí)現(xiàn)99%的提取精度。當(dāng)然，一些網(wǎng)頁排版格式比較混亂、不規(guī)則時，該精度可能有所下降。

正文提取模式

正文提取算法有3種模式，標(biāo)準(zhǔn)、嚴(yán)格、精確標(biāo)簽。大多數(shù)情況，標(biāo)準(zhǔn)和嚴(yán)格模式是相同的提取結(jié)果。下面說的是特殊情況：
標(biāo)準(zhǔn)模式：即一般性提取，大多數(shù)時候能夠精確提取正文，但一些特殊頁面會導(dǎo)致提取到一些不需要內(nèi)容（但本模式能夠較好識別類似百度經(jīng)驗(yàn)的文章頁面）
嚴(yán)格模式：顧名思義，比標(biāo)準(zhǔn)模式嚴(yán)格一點(diǎn)，可以很大程度避免不相關(guān)內(nèi)容提取為正文，但對于特殊分段頁面如百度經(jīng)驗(yàn)的頁面（不是一般<p></p><br>段落，而是有格式的多個獨(dú)立div段），一般只能提取到某一段，而標(biāo)準(zhǔn)模式則可以提取全部段。
精確標(biāo)簽：當(dāng)標(biāo)準(zhǔn)和嚴(yán)格模式不管用時，可以精確指定目標(biāo)正文的標(biāo)簽頭。本模式只適合網(wǎng)絡(luò)批處理。
所以可以根據(jù)實(shí)際情況來切換模式�？梢允褂帽镜嘏�處理的讀網(wǎng)頁正文功能來測試指定網(wǎng)頁適合哪種模式提取。

采集時的處理選項(xiàng)

采集時可以同時進(jìn)行轉(zhuǎn)譯、過濾、查詞等處理。對于已采集好的文章可以使用《本地批處理》處理。
其中的轉(zhuǎn)譯功能，就是將中文翻譯成英文再翻譯回中文，也就產(chǎn)生了偽原創(chuàng)效果。支持原格式轉(zhuǎn)譯，也就是不改變文章原有標(biāo)簽結(jié)構(gòu)、排版格式。

采集目標(biāo)為網(wǎng)址

可以在網(wǎng)址模板里插入 #網(wǎng)址#、#標(biāo)題#來組合引用

分頁采集和相對路徑轉(zhuǎn)為絕對路徑

打勾“自動采集分頁”就能將分頁文章采集合并，編輯框設(shè)置值為采集分頁的最大數(shù)量。建議設(shè)置一個有限值如10頁，避免一些分頁過多的采集耗費(fèi)時間長，合并后的文章體積大。如果需要采集全部分頁，可以設(shè)置為0。
而文章里的所有相對路徑都將自動轉(zhuǎn)為絕對路徑，如此可確保圖片等正常顯示。

多線程

支持多線程高速采集網(wǎng)頁�？梢愿鶕�(jù)網(wǎng)速而定，電信2m可以5個線程，電信4m可以10個線程，更多以此類推，但需適當(dāng)設(shè)置，設(shè)置太多將可能嚴(yán)重影響采集效率甚至影響系統(tǒng)效率。如果采集時有其他占用流量的軟件在運(yùn)行比如在線視頻播放，可以適當(dāng)降低線程數(shù)。

文章標(biāo)題和文章內(nèi)容重復(fù)的處理

程序可以智能判斷并過濾重復(fù)文章
當(dāng)采集到的文章標(biāo)題（文件名）與本地已經(jīng)保存的文章標(biāo)題相同時，水淼將首先判斷兩篇文章的相似度，當(dāng)相似度大于 60% 時，水淼判斷為相同文章，這時再比較兩篇文章的文字多寡，自動使用文字多的文章覆蓋寫出到相同文件名處。這樣的生成情況是不累加到生成數(shù)量的。
當(dāng)相似度低于 60% 時，水淼判斷為不同文章，將自動重命名標(biāo)題（取3到5個隨機(jī)字母接在標(biāo)題尾）保存到文件。

文章快速篩選器

雖然水淼研究了一個準(zhǔn)確率極高的正文提取算法，但難免還是有極少數(shù)提取錯誤，這些錯誤主要是：目標(biāo)網(wǎng)頁的主體是在線視頻，或主體內(nèi)容過于簡短而無法形成正文的特征。因此可以通過設(shè)置提取最終結(jié)果的字?jǐn)?shù)多少來提高準(zhǔn)確率（在“正文最少字?jǐn)?shù)”參數(shù)，這個字?jǐn)?shù)是程序?qū)⒄�文去�?biāo)簽、去行、去空格之后的純文字字?jǐn)?shù)）。
而文章快速篩選器就是為了快速查看采集好的文章，方便判斷刪除提取正文錯誤的文章。同時也方便基于網(wǎng)絡(luò)信息采集目的而需要進(jìn)行的煉選過程。

生成篇數(shù)不固定的問題

百度、搜搜默認(rèn)每頁100條結(jié)果，谷歌默認(rèn)每頁10條結(jié)果。
一些網(wǎng)站訪問速度超時（尤其是谷歌收錄的不少都是一些被墻的網(wǎng)站），或設(shè)置了正文最少字?jǐn)?shù)，或程序忽略已在本地有同名的相似內(nèi)容文章，或黑名單白名單的過濾等，都會造成實(shí)際生成篇數(shù)低于一頁搜索最大結(jié)果數(shù)。

總體來說，百度采集的質(zhì)量最好，生成篇數(shù)貼近搜索結(jié)果數(shù)。