香港云主机最佳企业级服务商!

ADSL拨号VPS包含了中国大陆(联通,移动,电信,)

中国香港,国外拨号VPS。

当前位置:云主机 > python >

电信ADSL拨号VPS
联通ADSL拨号VPS
移动ADSL拨号VPS

Python查询阿里巴巴关键字排名的方法


时间:2021-12-08 14:53 作者:admin610456


本文实例讲述了python/' target='_blank'>python查询阿里巴巴关键字排名的方法。分享给大家供大家参考。具体如下:

这里使用Python库urllib及pyquery基本东西的应用,实现阿里巴巴关键词排名的查询,其中涉及到urllib代理的设置,pyquery对html文档的解析

1. urllib 基础模块的应用,通过该类获取到url中的html文档信息,内部可以重写代理的获取方法

class ProxyScrapy(object):  def __init__(self):    self.proxy_robot = ProxyRobot()    self.current_proxy = None    self.cookie = cookielib.CookieJar()  def __builder_proxy_cookie_opener(self):        cookie_handler = urllib2.HTTPCookieProcessor(self.cookie)    handlers = [cookie_handler]    if PROXY_ENABLE:      self.current_proxy = ip_port = self.proxy_robot.get_random_proxy()      proxy_handler = urllib2.ProxyHandler({'http': ip_port[7:]})      handlers.append(proxy_handler)    opener = urllib2.build_opener(*handlers)    urllib2.install_opener(opener)    return opener  def get_html_body(self,url):    opener = self.__builder_proxy_cookie_opener()    request=urllib2.Request(url)    #request.add_header("Accept-Encoding", "gzip,deflate,sdch")    #request.add_header("Accept", "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8")    #request.add_header("Cache-Control", "no-cache")    #request.add_header("Connection", "keep-alive")    try:      response = opener.open(request,timeout=2)      http_code = response.getcode()      if http_code == 200:        if PROXY_ENABLE:          self.proxy_robot.handle_success_proxy(self.current_proxy)        html = response.read()        return html      else:        if PROXY_ENABLE:          self.proxy_robot.handle_double_proxy(self.current_proxy)        return self.get_html_body(url)    except Exception as inst:      print inst,self.current_proxy      self.proxy_robot.handle_double_proxy(self.current_proxy)      return self.get_html_body(url)

2. 根据输入的公司名及关键词列表,返回每个关键词的排名

def search_keywords_rank(keyword_company_name, keywords):  def get_context(url):    start=clock()    html=curl.get_html_body(url)    finish=clock()    print url,(finish-start)    d = pq(html)    items = d("#J-items-content .ls-item")    items_c = len(items)    print items_c    if items_c < 38:      return get_context(url)    return items, items_c  result = OrderedDict()  for keyword in keywords:    for page_index in range(1,9):      u = url % (re.sub('\s+', '_', keyword.strip()), page_index)      items, items_c = get_context(u)      b = False      for item_index in range(0, items_c):        e=items.eq(item_index).find('.title a')        p_title = e.text()        p_url = e.attr('href')        e=items.eq(item_index).find('.cright h3 .dot-product')        company_name = e.text()        company_url = e.attr('href')        if keyword_company_name in company_url:          total_index = (page_index-1)*38 +item_index+1+(0 if page_index==1 else 5)          print 'page %s, index %s, total index %s' % (page_index, item_index+1, total_index)          b = True          if keyword not in result:            result[keyword] = (p_title, p_url, page_index, item_index+1, total_index, u)          break      if b:        break  return result

希望本文所述对大家的Python程序设计有所帮助。

(责任编辑:admin)






帮助中心
会员注册
找回密码
新闻中心
快捷通道
域名登录面板
虚机登录面板
云主机登录面板
关于我们
关于我们
联系我们
联系方式

售前咨询:17830004266(重庆移动)

企业QQ:383546523

《中华人民共和国工业和信息化部》 编号:ICP备00012341号

Copyright © 2002 -2018 香港云主机 版权所有
声明:香港云主机品牌标志、品牌吉祥物均已注册商标,版权所有,窃用必究

云官方微信

在线客服

  • 企业QQ: 点击这里给我发消息
  • 技术支持:383546523

  • 公司总台电话:17830004266(重庆移动)
  • 售前咨询热线:17830004266(重庆移动)