栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

使用Python的Google搜索网络抓取

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

使用Python的Google搜索网络抓取

您随时可以直接抓取Google搜索结果。为此,您可以使用

https://google.com/search?q=<Query>
将返回前10个搜索结果的URL

然后,您可以使用lxml为例分析页面。根据您的使用方式,您可以通过CSS选择器(

.ra
)或XPath选择器(
//h3[@]/a
)查询结果节点树。

在某些情况下,生成的URL将重定向到Google。通常,它包含一个查询参数

q
,该参数将包含实际的请求URL。

使用lxml和请求的示例代码:

from urllib.parse import urlenpre, urlparse, parse_qsfrom lxml.html import fromstringfrom requests import getraw = get("https://www.google.com/search?q=StackOverflow").textpage = fromstring(raw)for result in page.cssselect(".r a"):    url = result.get("href")    if url.startswith("/url?"):        url = parse_qs(urlparse(url).query)['q']    print(url[0])

关于Google禁止您的IP的说明:根据我的经验,Google仅禁止您开始向Google发送搜索请求的垃圾邮件。如果Google认为您是机器人,则会以503回应。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/633958.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号