火车头终极伪原创（三）

wmdly

[i=s] 本帖最后由 wmdly 于 2009-9-26 00:27 编辑 [/i]

一直都是用免费版本的火车采集器，当然如果有实力还是建议购买全功能的火车头。

说是终极伪原创(三)，其实这个方法并不是专门用于伪原创的，甚至你可以用它实现任何你想实现的功能。

思路：用php通过file_get_contents函数抓取url源码，根据需要处理后调用echo输入 采集这个输入页面。由于抓取到本地，火车头再读取本地，所以整体效率并不降低多少。在这个过程中你可以格式化源码 可以重组标签，可以跨1页 2页 10页甚至更多页

核心代码： 采集网址的时候禁用自动获取 手动改成类似这样的  http://127.0.0.1/xxx.php?k=http://xxxxx
<?php
    $url = $_GET['k'];
    $file = file_get_contents($url);
   //此处可以实现任何你想要的功能 比如 近义词替换 分词  过滤少于多少字或者多余多少字的文章 删除含有某些敏感词的文章 附件里的演示是将繁体转换成简体
    echo $file;
?>

kjmdiba

占位置 慢慢看  ...

kjmdiba

懂PHP的话, 可以实现很多功能.

wmdly

还有很重要的一个功能已经加上了  就是可以调用googleAPI 将中文翻译英文，做英文站是个不错的选择。有人直接翻译后做英文站做到了1万刀每月  看到那些每天嚷嚷说直接翻译google不收录的朋友，我想问一句，你去做了么？

aven

1W?

不要人云亦云啦

soarb

４楼的吹牛不上税.　google　翻译api早几年就在研究，技术上是不可能实现大批量采集的.　用入万刀的，靠英文站的我没见过几个，靠做鬼的大有人在.

wmdly

回复5楼 6楼

大批量采集从技术上无法实现？为什么无法实现？因为采集250次会要求输入验证码？  我采集了3万数据 照样采集
就算要求输入验证码那又怎样。 解决办法很简单，数据库里直接放采集原文，有人访问的时候由用户触发翻译API 这样约等于每个访客都是你的翻译工，大批量的问题不就解决了么？

你没见过几个超过一万到的，就不允许别人见过的？说实在的，我也没见到，我只是根据我的结果推测的。下面图片也不全是英文站的收入。



顺便说一句，不要以为自己硬不起来都说别人是软的。而且我的翻译也不是直接汉语转英语的，直接翻译后的文章不和老外的口味。

qquxi

要顶下楼主，上次楼主教的很细心，因自己太菜，后来自己换个方式做到了

519team

还有很重要的一个功能已经加上了  就是可以调用googleAPI 将中文翻译英文，做英文站是个不错的选择。有人直接翻译后做英文站做到了1万刀每月  看到那些每天嚷嚷说直接翻译google不收录的朋友，我想问一句，你去做了么 ...
wmdly 发表于 2009-9-26 14:58

楼主，你说加上了，在哪呀，为什么没找到呢？

xhei

这个要顶！！！ali54ls