「SEO工具」python百度下拉框关键词采集及源码解读

对于词的研究，想必每个seoer都知道，而除了比较热门的百度相关搜索词之外，百度下拉框关键词应该也是不少人研究的范围，不过大部分人都是针对下拉框词的刷量，毕竟百度下拉框关键词采集已经泛滥成灾了。
百度下拉的官方正式叫法是百度推荐词(Baidu Suggest Word)，民间又称之为百度联想词或百度下拉菜单。它是百度为了方便广大网民搜索，提高输入效率而推出的一项服务。
举例，当我们在百度输入“营销”这两个字的时候，百度就从推荐词条库中检索出以“营销”这两个字打头的词条，并根据搜索量从大到小排序，组建成下拉菜单。百度下拉菜单的最大数量为10条。
百度下拉框关键词的意义：可以作为长尾词使用，作为标题使用，毕竟是用户搜索时候可以触发关键词搜索选择。不少人将下拉词直接进行引流，比如曝光品牌，引导到指定的页面，你可以进行搜集分析竞争对手的相关操作，或者自己去曝光自己的品牌，见仁见智吧！
网络上留存有不少下拉词的采集工具和源码，这里再次分享一下吧！
版本一：直接网页抓包实现下拉词的采集

1. <font face="微软雅黑" size="3">def get_keywords(word):
   
2. url=f"百度网址/sugrec?pre=1&ie=utf-8&json=1&prod=pc&wd={word}"
   
3. html=requests.get(url)
   
4. html=html.json()
   
5. #print(html)
   
6. #print(html['g'])
   
7. key_words=[]
   
8. for key_word in html['g']:
   
9. print(key_word['q'])
   
10. key_words.append(key_word['q'])
    
11. #print(key_words)
    
12. return key_words</font>

复制代码
版本二：使用官方接口比如：

1. <font face="微软雅黑" size="3">def get_sug(word):
   
2. url = '百度官方接口/su?wd=%s&sugmode=2&json=1&p=3&sid=1427_21091_21673_22581&req=2&pbs=%%E5%%BF%%AB%%E6%%89%%8B&csor=2&pwd=%%E5%%BF%%AB%%E6%%89%%8B&cb=jQuery11020924966752020363_1498055470768&_=1498055470781' % word
   
3. r = requests.get(url, verify=False)# 请求API接口，取消了HTTPS验证
   
4. cont = r.content# 获取返回的内容
   
5. res = cont[41: -2].decode('gbk')# 只取返回结果中json格式一段，并且解码为unicode
   
6. res_json = json.loads(res)# json格式转换
   
7. return res_json['s']# 返回关键词列表</font>

复制代码
版本三：另一个接口地址

1. <font face="微软雅黑" size="3">def get_word(word):
   
2. url=f'百度另一个接口地址/su?wd={word}&sugmode=3&json=1'
   
3. html=requests.get(url).text
   
4. html=html.replace("window.baidu.sug(",'')
   
5. html = html.replace(")", '')
   
6. html = html.replace(";", '')
   
7. #print(html)
   
8. html = json.loads(html)
   
9. key_words=html['s']
   
10. #print(key_words)
    
11. return key_words</font>

复制代码

本质上二和三都是同一个性质，大家参照着看和用吧！
扩展版本：这里有个小技巧，就是在关键词后面输入w，会出现跟拼音以w开头的一系列关键词，比如“黄山w”，会出现“黄山温泉”，”黄山玩几天“，“黄山五绝”等关键词（见上截图）。因此，当我们把a~z遍历一遍，会出现更多关键词。

1. <font face="微软雅黑" size="3">def get_more_word(word):
   
2. more_word=[]
   
3. for i in 'abcdefghijklmnopqrstuvwxyz':
   
4. more_word.extend(get_keywords('%s%s'%(word,i)))
   
5. print(more_word)
   
6. print(len(more_word))
   
7. print(len(list(set(more_word))))
   
8. return list(set(more_word))#去重操作
   
9. 
   
10. 
    
11. 
    
12. 
    
13. def get_more_sug(word):
    
14. all_words = []
    
15. for i in 'abcdefghijklmnopqrstuvwxyz':
    
16. all_words += get_sug(word+i)# 遍历字母表 | 利用了上一个函数
    
17. print(len(list(set(all_words))))
    
18. return list(set(all_words))# 去重</font>

复制代码
这里选用版本二的接口形式，避免被和谐但是使用requests模块请求一个证书无效的网站的话会直接报错可以设置verify参数为False解决这个问题r = requests.get(url, verify=False) 但是设置verify=False会抛出一个InsecureRequestWarning的警告这样看起来很不好解决方法：

1. <font face="微软雅黑" size="3">from requests.packages.urllib3.exceptions import InsecureRequestWarning
   
2. 
   
3. 
   
4. # 禁用安全请求警告
   
5. requests.packages.urllib3.disable_warnings(InsecureRequestWarning)</font>

复制代码
运行效果



为了方便各位老哥使用和玩耍，本渣渣特意给各位老哥打包了一下low版exe工具，以便各位大佬哥使用！ exe工具获取百度网盘
以下为exe下载信息，回复可获取！
游客，如果您要查看本帖隐藏内容请回复
以上代码仅供参考学习！如果有用，麻烦给个好评，谢谢！！

好评，谢谢！！

66666，值得学习

66666，值得学习

金币+1 贡献+5

Tags：采集   源码   解读   关键词   下拉框

转载：感谢您对雨滴无声个人博客网站平台的认可，以及对网站分享的经验、工具及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。http://www.lcfqcl.com/xd/9025.html

很赞哦！ ()