|
|
本帖最后由 lypying 于 2011-7-20 08:42 编辑
最近做了几个朋友的采集任务，基本都垃圾站的
我分析下伪原创有以下几种
一、同义词替换
二、打散段落句式
三、几个文章合成一个文章
四、在以上三点基础上 增加锚文本关键字的插入
教程站位 用火车头插件 完成以上四种伪原创操作
最近比较忙 出去找工作未果下面先说下原理
打乱句式 和按照标点打乱句子其实很简单。在火车的帮助文档里有这样的一段程序
$arr = explode("\n",$LabelArray['内容']); //用换行分隔形式一数组
shuffle($arr);//打乱数组
$LabelArray['内容']= implode("\n",$arr);//重新做成字符串
这是按照段落打散的 如果将\n 换成逗号 句号 那就是按照所设置的标点打散段落。这是比较初级的了。如果你是想用这个数据直接用一些群发软件发 有的群发软件自动加入关键字 那么就不必要进行处理了。如果你需要自己加入关键字。那么下载飘飘的随机插入关键字插件 进行改装下就可以。
我将改装后的代码附上保存为插件就可以了
<?php
/******************火车头插件 爱好者108147757******BY飘飘******感谢seolei提供算法*********/
set_time_limit(0);
if($LabelArray['内容']&&$LabelArray['关键词文件路径']&&$LabelArray['关键词个数'])
{
//配置
$arr = explode("\n",$LabelArray['内容']); //用换行分隔形式一数组
shuffle($arr);//打乱数组
$LabelArray['内容']= implode("\n",$arr);//重新做成字符串
$content=$LabelArray['内容'];//读取火车头传送的"内容"数据
$keynum=$LabelArray['关键词个数'];//读取火车头传送的“关键词个数”数据,内容格式为：3-5 30%(即3到5个之间,百份之30带链接的)
$filepath=$LabelArray['关键词文件路径'];//读取火车头传送的"关键词文件路径"数据,内容格式为：f:/keyword.txt(注意是斜杠/,路径不支持中文)
/* if($LabelArray['加粗'])
{
$strong=$LabelArray['加粗'];//读取火车头传送的"加粗"数据
}
else
{
$strong="否";
}*/
preg_match('/(\d+)-(\d+) (\d+)%/',$keynum,$key);
$key_len=rand($key[1],$key[2]);//例每篇文章随机插入3-5个关键词
$Percent=$key[3];
$linkkey=round($key_len*($Percent/100));//有链接的关键词个数
$txtkey=$key_len-$linkkey;//总个数-有链接的个数=无链接的个数
$linknum=0;
$txtnum=0;
if(file_exists($filepath))//判断关键词文件是否存在
{
$fp=fopen($filepath,'r');
while(!feof($fp))//读取关键词文件所有数据到$keyresult
{
$keyresult[]=fgets($fp,1024);//逐行读取数据存入数组
}
fclose($fp);//关闭文件
$keyresult_len=count($keyresult);//统计$keyresult总数
$LabelArray['关键词文件路径']='已找到您设置的：'.$filepath.'关键词文件('.$keyresult_len.'个)。插入有链接的比例是：'.$Percent.'%('.$linkkey.')，无链接的关键词个数：'.$txtkey.'个，总共需插入'.$key_len.'个关键词。';
for($i=0;$linknum+$txtnum<$key_len;$i++)//$key_len为随机插入关键词的总数
{
$randkey=$keyresult[rand(0,$keyresult_len-1)];
$keyword=iconv("GB2312","UTF-8",$randkey);//转成utf-8
$keyword=linkreplace($keyword);//将，|*替换成,
if(strpos($keyword,',')!=false&&$linknum<$linkkey)
{
$keyarray[]=$keyword;
$linknum++;
}
else if(strpos($keyword,',')!=true&&$txtnum<=$txtkey)
{
$keyarray[]=$keyword;
$txtnum++;
}
}
//内容分组&插入关键词
if(preg_match_all('%<[^>]+>|[\x{4e00}-\x{9fa5}]|[[:punct:]]|[^\x{4e00}-\x{9fa5}|^<]+%u',$content,$tempcontent))
{
$tempcontent=$tempcontent[0];
$str_len=count($tempcontent);//统计总数
$temp_len=(int)($str_len/($key_len+1));//段长
$start_len=(int)($temp_len/3);//段长的三分一
$start=0;//开始位置
$randlink='';
$linknum=0;
//取得插入关键词部分的内容
for($i=0;$i<$key_len;$i++){
$end=$temp_len*$i+rand($start_len,$temp_len);//结束
$temp_body=join_str($start,$end,$tempcontent);
if(strpos($keyarray[$i],',')!=false)
{
$tags=explode(',',$keyarray[$i]);
/*if($strong=='是')
{
$randlink='<a href="'.$tags[1].'" alt="'.$tags[0].'"><strong>'.$tags[0].'</strong></a>';
}else{*/
$randlink='<a href="'.$tags[1].'" alt="'.$tags[0].'">'.$tags[0].'</a>';//}
$linknum++;
}
else{$randlink=$keyarray[$i];}
$body=$body.$temp_body.$randlink;
$start=$end;
}
$body=$body.join_str($start,$str_len,$tempcontent);//组合关键词部分内容和剩下的内容。
}
//$LabelArray['内容'] = "总共有多少组数据:".$str_len."<br />段长：".$temp_len."<br />".$body ;
$LabelArray['内容'] = $body ;
}else{$LabelArray['关键词文件路径']='找不到您设置的：'.$filepath.'，请检查。格式为：f:/keyword.txt(注意是斜杠/,路径不支持中文)';}
//ob_clean();
}
else{
$LabelArray['内容'] ='标题内容、关键词文件路径、关键词个数设置有误。
请检查标签是否存在或标签的值设置错误。
标签：关键词文件路径，格式：f:/keyword.txt(注意是斜杠/,路径不支持中文)
标签：关键词个数，格式：3-5(即3到5个之间)';}
//公共函数，慎重修改
//连接字符
function join_str($start,$end,$arry){
$body='';
for($i=$start;$i<$end;$i++){
$body=$body.$arry[$i];
}
return $body ;
}
//过滤链接中的字符
function linkreplace($str)
{
$str = trim($str); //删除字符串首部和尾部的空格。
$str =str_replace("|",",",$str); //替换|成,
$str = str_replace("，",",",$str); //替换，成,
$str = str_replace("*",",",$str); //替换*成,
return trim($str); //删除字符串首部和尾部的空格。
}
echo serialize($LabelArray);
?>
红字部分是要添加的代码。
其实浙西很简单 最复杂的就是文章的交叉伪原创。我想也是大多数朋友想看的
那么先说下原理。付费版用户是用的是 SQLITE数据库，庆幸的是PHP提供了对SQLITE的操作。当然 如果感觉操作复杂可以让你的采集器是用MYSQL数据库。网上对MYSQL数据库操作的教程一大堆。现在仅说下原理。因为最近忙着找工作 也没时间来做了。其实也不难
使用插件，选择在保存时。以MYSQL为例。在插件里连接本程序 或者其他程序的MYSQL数据库。随机读出文章，打散，正在采集内容的文章也打散。读出的文章与现在采集的文章组合成新的文章。因为都是打散后的所以组合后又是一个新的文章。因为是随机读出的。在最差的条件下是两篇文章组合。在最好的条件下是采集多少篇就多少篇组合。最后限制下字数截断。否则这样打散组合打散组合 文章多了以后生成的文章的字数可想而知了。作为垃圾站你也不需要那么多字数的文章。只需要关键字就可以。
更多内容详见我的博客 石家庄SEO http://www.liyunpeng.com
打散组合后可以继续使用飘飘的工具进行插入关键字。也可以使用我之前发布的DEDE的思想插入过去发过的DEDE文章的标题以提高SEO性能。当然方法有很多。想做出一篇网络上没有的文章很容易。但并不代表百度会搜录这篇文章，这也和你网站的权重以及优化等多方面原因有关 |
|
|手机版|Archiver|火车采集器官方站
( 皖ICP备06000549 )
发表于 2011-3-14 00:00:37
发表于 2011-3-14 08:44:46