Python实现获取网站PR及百度权重
上一次我用requests库写的一个抓取页面中链接的简单代码，延伸一下，我们还可以利用它来获取我们网站的PR以及百度权重。原理差不多。最后我们甚至可以写一个循环批量查询网站的相关信息。
先说说GooglePR，全称PageRank。它是Google官方给出的评定一个网站SEO的评级，这个大家应该不陌生。既然是官方给出的，当然有一个官方的接口去获取它。我们这里就利用官方的接口获取谷歌PR。
GPR_HASH_SEED ="Mining PageRank is AGAINST GOOGLE'S TERMS OF SERVICE. Y\
es, I'm talking to you, scammer."
def google_hash(value):
magic = 0x1020345
for i in xrange(len(value)):
magic ^= ord(GPR_HASH_SEED[i % len(GPR_HASH_SEED)]) ^ ord(value[i])
magic = (magic >> 23 | magic << 9) & 0xFFFFFFFF
return "8%08x" % (magic)
def getPR(www):
try:
url = 'http://toolbarqueries.google.com/tbr?' \
'client=navclient-auto&ch=%s&features=Rank&q=info:%s' % (google_hash(www) , www)
response = requests.get(url)
rex = re.search(r'(.*?:.*?:)(\d+)',response.text)
return rex.group(2)
except :
return None
使用方法：传入域名，返回PR值
google_hash这个函数只是个算法，算出一个域名类似hash值的一个东西并返回。可以不去管它是怎么实现的，我们主要看getPR这个函数。我们google官方给出的接口是这个：http://toolbarqueries.google.com/tbr?client=navclient-auto&ch={HASH}&features=Rank&q=info:{域名}
{HASH}这里我们就使用google_hash()这个函数，传入域名，返回它对应的HASH值。比如我们离别歌的域名www.leavesongs.com，它的谷歌HASH是8b1e6ad00，于是构造出来的咨询网址是：http://toolbarqueries.google.com/tbr?client=navclient-auto&ch=8b1e6ad00&features=Rank&q=info:www.leavesongs.com
访问它，得到Rank_1:1:0。第二个引号后面的数字是PR，因为我的站是没有PR的，所以PR为0.
于是，我们使用requests.get()来访问我们这个构造好的URL，然后获得类似Rank_1:1:0这样的结果，最后通过正则或其他方式得到PR值0。
以上是getPR这个函数的执行过程。再看获取百度权重的过程。
百度权重并不是百度官方给的一个标准，是一些第三方网站计算的一个值，所以并没有像PR一样的接口。所以我们就需要抓取这些第三方网站中的信息了。下面是获取百度权重的函数:
def getBR(www):
try:
url = 'http://mytool.chinaz.com/baidusort.aspx?host=%s&sortType=0' % ( www , )
response = requests.get(url)
data = response.text
rex = re.search(r'(<div class="siteinfo">.+?<font.+?>)(\d*?)(</font>)',data,re.I)
return rex.group(2)
except :
return None
使用方法也是传入域名，返回权重值。
我抓取的是站长工具的一个权重咨询的页面：http://mytool.chinaz.com/baidusort.aspx?host={域名}&sortType=0
我的正则就是它：(<div class="siteinfo">.+?<font.+?>)(\d*?)(</font>)，大家可以自己查看源代码看一下，就知道正则怎么写了。
好了，我们来批量获取一下这些网站的PR和权重：
直接看结果：
单一一个进程扫的话速度会略慢，开10个20个线程批量获取的话应该比较快。
相关文章
Python threading和Thread模块及线程的实现
这篇文章主要介绍了Python threading和Thread模块及线程的实现，Python通过两个标准库thread和threading提供对线程的支持,threading对thread进行了封装，具体实现介绍需要的朋友可以参考一下下面文章内容2022-06-06
这篇文章主要为大家详细介绍了python3实现单目标粒子群算法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-11-11
这篇文章主要介绍了Python程序的执行原理,简要地描述了其中的步骤,需要的朋友可以参考下2015-04-04
Python中的数据对象持久化存储模块pickle的使用示例
这篇文章主要介绍了Python中的数据对象持久化存储模块pickle的使用示例,重点讲解了pickle中模块中对象持久化和文件读取的相关方法,需要的朋友可以参考下2016-03-03
下面小编就为大家分享一篇使用python读取txt文件的内容,并删除重复的行数方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
这篇文章主要介绍了用 Python 将 QQ 好友头像生成祝福语的实现代码，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-05-05
这篇文章主要介绍了keras中的History对象用法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
本文主要介绍了pycharm2022.2远程连接服务器调试代码实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-02-02
这篇文章主要介绍了Python实现动态加载模块、类、函数的方法,结合实例形式分析了Python动态加载模块、类及函数的实现方法及操作技巧,需要的朋友可以参考下2017-07-07
这篇文章主要为大家介绍了Pipenv轻量级虚拟环境管理工具使用指南，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-02-02
最新评论