Python查询阿里巴巴关键字排名的方法
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python查询阿里巴巴关键字排名的方法，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2800字，纯文字阅读大概需要5分钟。
内容图文
本文实例讲述了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。
内容总结
以上是互联网集市为您收集整理的Python查询阿里巴巴关键字排名的方法全部内容，希望文章能够帮你解决Python查询阿里巴巴关键字排名的方法所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。