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 > 软件开发 > 后端开发 > Python

关键词挖掘采集python采集关键词挖掘数据SEO必备工具

Python 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

关键词挖掘采集python采集关键词挖掘数据SEO必备工具

关键词采集工具】seo必备工具,python采集关键词挖掘数据

001

002

003

004

005

006

007

008

009

010

011

012

013

014

015

016

017

018

019

020

021

022

023

024

025

026

027

028

029

030

031

032

033

034

035

036

037

038

039

040

041

042

043

044

045

046

047

048

049

050

051

052

053

054

055

056

057

058

059

060

061

062

063

064

065

066

067

068

069

070

071

072

073

074

075

076

077

078

079

080

081

082

083

084

085

086

087

088

089

090

091

092

093

094

095

096

097

098

099

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

#站长工具关键词挖掘

# -*- coding=utf-8 -*-

import requests

from lxml import etree

import re

import xlwt

import time

headers={

    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_3) AppleWebKit/534.55.3 (KHTML, like Gecko) Version/5.1.3 Safari/534.53.10'

}

#查询关键词是否能找到相关的关键字

def search_keyword(keyword):

    data={

        'kw': keyword,

        'page': '1',

        'by': '0',

    }

    url="http://stool.chinaz.com/baidu/words.aspx"

    html=requests.post(url,data=data,headers=headers).text

    time.sleep(3)

    #print(html)

    con=etree.HTML(html)

    key_result=con.xpath('//div[@]/text()')

    try:

        key_result=key_result[0] #没有找到相关的关键字

    except:

        key_result=[]

    #print(key_result)

    return key_result

#获取关键词页码数和记录条数

def get_page_number(keyword):

    data = {

        'kw': keyword,

        'page': '1',

        'by': '0',

    }

    url = "http://stool.chinaz.com/baidu/words.aspx"

    html = requests.post(url, data=data, headers=headers).text

    time.sleep(3)

    # print(html)

    con = etree.HTML(html)

    page_num = con.xpath('//span[@]/text()')

    page_numberze = r'共(.+?)页'

    page_number = re.findall(page_numberze, page_num[0], re.S)

    page_number = page_number[0]

    #print(page_number)

    total_data = con.xpath('//p[@]')  # 数据记录

    total_datas = total_data[0].xpath('string(.)')  # 获取节点所有文本

    #print(total_datas)

    print(f'挖掘关键词:{keyword}-{total_datas}')

    return page_number

#获取关键词数据

def get_keyword_datas(keyword,page_number):

    datas_list = []

    for i in range(1,page_number+1):

        print(f'正在采集第{i}页关键词挖掘数据...')

        data = {

            'kw': keyword,

            'page': i,

            'by': '0',

        }

        #print(data)

        url = "http://stool.chinaz.com/baidu/words.aspx"

        html = requests.post(url, data=data, headers=headers).text

        time.sleep(3)

        #print(html)

        con = etree.HTML(html)

        key_words = con.xpath('//p[@]/a/span/text()')  # 关键词

        #print(key_words)

        keyword_all_datas = []

        keyword_datas = con.xpath('//ul[@]/li/div[@]/a')

        for keyword_data in keyword_datas:

            keyword_data = keyword_data.text

            if keyword_data != None:

                keyword_all_datas.append(keyword_data)

        #print(keyword_all_datas)

        overall_indexs = keyword_all_datas[0::5]  # 整体指数

        #print(overall_indexs )

        pc_indexs = keyword_all_datas[1::5]  # pc指数

        #print(pc_indexs)

        mobile_indexs = keyword_all_datas[2::5]  # 移动指数

        #print(mobile_indexs)

        s360_indexs = keyword_all_datas[3::5]  # 360指数

        #print(s360_indexs)

        collections = keyword_all_datas[4::5]  # 收录量

        #print(collections)

        ips = con.xpath('//ul[@]/li/div[@]/text()') # 预估流量

        if ips==[]:

            ips =['--']

        #print(ips)

        first_place_hrefs = con.xpath(

            '//ul[@]/li/div[@]/a/text()')  # 首页位置链接

        if first_place_hrefs==[]:

            first_place_hrefs=con.xpath('//ul[@]/li/div[@]/text()')

        #print(first_place_hrefs)

        first_place_titles = con.xpath(

            '//ul[@]/li/div[@]/p[@]/text()')  # 首页位置标题

        if first_place_titles == []:

            first_place_titles=['--']

        #print(first_place_titles)

        data_list = []

        for key_word, overall_index, pc_index, mobile_index, s360_index, collection, ip, first_place_href, first_place_title in zip(

                key_words, overall_indexs, pc_indexs, mobile_indexs, s360_indexs, collections, ips, first_place_hrefs,

                first_place_titles

        ):

            data = [

                key_word,

                overall_index,

                pc_index,

                mobile_index,

                s360_index,

                collection,

                ip,

                first_place_href,

                first_place_title,

            ]

            print(data)

            print('n')

            data_list.append(data)

            time.sleep(3)

        datas_list.extend(data_list) #合并关键词数据

    return datas_list

#保存关键词数据为excel格式

def bcsj(keyword,data):

    workbook = xlwt.Workbook(encoding='utf-8')

    booksheet = workbook.add_sheet('Sheet 1', cell_overwrite_ok=True)

    title = [['关键词', '整体指数', 'PC指数', '移动指数', '360指数', '预估流量(ip)', '收录量', '网站首位链接', '网站首位标题']]

    title.extend(data)

    #print(title)

    for i, row in enumerate(title):

        for j, col in enumerate(row):

            booksheet.write(i, j, col)

    workbook.save(f'{keyword}.xls')

    print(f"保存关键词数据为 {keyword}.xls 成功!")

if __name__ == '__main__':

    keyword = input('请输入关键词>>')

    print('正在查询,请稍后...')

    result=search_keyword(keyword)

    if result=="没有找到相关的关键字":

        print('n')

        print (result)

        print("该关键词没有挖掘到关键词数据")

    else:

        print('n')

        page_number=get_page_number(keyword)

        print('n')

        print('正在采集关键词挖掘数据,请稍后...')

        print('n')

        page_number=int(page_number)

        datas_list=get_keyword_datas(keyword,page_number)

        print('n')

        print('关键词挖掘数据采集结果:')

        print('========================采集结果========================nn')

        for datas in datas_list:

            print(datas)

        print('nn========================采集结束========================n')

        bcsj(keyword, datas_list)

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/929742.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