等待备案这段时间写的根据关键词自动采集的程序

庆祝备案通过，算是一点点小福利吧，只讲下原理，不公开程序。


1）基础词
以Nginx为例，当前共采集到长尾词2968个。这些长尾词要用来到搜索引擎去搜索文章用。
启用长尾45个，表示已经使用45个长尾词到搜索引擎去搜索文章，其中33个已经全部完成。
点击“长尾”按钮查看所有长尾词。




2）长尾词
这个没什么好说的，以第一个，“nginx 配置”为例，使用这个长尾词共采集到1030篇文章。
点“审核”按钮查看所有文章。




3）文章列表
这里是所有用“nginx 配置”这个词搜索到的文章，共1030个。




4）文章页
左上角显示了汉字数量，和程序自动判断出的这篇文章的可读性，可读性越高，文章排版越整齐，过低的话，说明这个页面上的内容很可能不是一篇 “文章”，直接抛弃。
点击发布“按钮”后，当前这篇文章会被发布到网站数据库，根据绑定的栏目ID发到指定的栏目，发布之后会跳转到网站后台这篇文章的编辑页面，因为有些文章可能需要再整理下或者重新排版。





利用这个程序不需要再针对任何网站写采集规则，使用的是正文提取算法，只需要一个网址，自动提取出正文内容，懒人专用。
为了保证文章质量，文章内容不会直接插入到网站数据库，而是先经过人工审核。