python有多少关键字_Python挖词脚本，挖出几十万关键词不是梦带搜索量
在運行腳本之前，請確定你是否按照了MySQLdb庫，安裝方法可以去百度一下。
下面是我的代碼。
#!/usr/local/bin/python
#coding:utf8
# 2015-6-26 DaoXin
import pycurl, json, MySQLdb
import StringIO
import urllib, urllib2
from random import choice
import sys
reload(sys)
sys.setdefaultencoding('utf8')
#useragent 列表，大家可以自行去收集。不過在本例中似乎不需要這個
AGENTS = [
"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.2357.81 Safari/537.36",
"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/534.27 (KHTML, like Gecko) Chrome/12.0.712.0 Safari/534.27",
"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/13.0.782.24 Safari/535.1",
"Mozilla/5.0 (Windows NT 6.0) AppleWebKit/535.2 (KHTML, like Gecko) Chrome/15.0.874.120 Safari/535.2",
"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.7 (KHTML, like Gecko) Chrome/16.0.912.36 Safari/535.7",
"Mozilla/5.0 (Windows NT 6.1; WOW64; rv:2.0b4pre) Gecko/20100815 Minefield/4.0b4pre",
"Mozilla/5.0 (Windows; U; Windows NT 6.1; zh-CN) AppleWebKit/533.19.4 (KHTML, like Gecko) Version/5.0.2 Safari/533.18.5",
"Mozilla/5.0 (Windows; U; Windows NT 6.1; en-GB; rv:1.9.1.17) Gecko/20110123 (like Firefox/3.x) SeaMonkey/2.0.12",
"Mozilla/5.0 (Windows NT 5.2; rv:10.0.1) Gecko/20100101 Firefox/10.0.1 SeaMonkey/2.7.1",
"Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_5_8; zh-CN) AppleWebKit/532.8 (KHTML, like Gecko) Chrome/4.0.302.2 Safari/532.8",
"Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_4; zh-CN) AppleWebKit/534.3 (KHTML, like Gecko) Chrome/6.0.464.0 Safari/534.3",
"Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_5; zh-CN) AppleWebKit/534.13 (KHTML, like Gecko) Chrome/9.0.597.15 Safari/534.13",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_2) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.186 Safari/535.1",
"Mozilla/5.0 (Macintosh; U; PPC Mac OS X; en) AppleWebKit/125.2 (KHTML, like Gecko) Safari/125.8",
"Mozilla/5.0 (Macintosh; U; PPC Mac OS X; fr-fr) AppleWebKit/312.5 (KHTML, like Gecko) Safari/312.3",
"Mozilla/5.0 (Macintosh; U; PPC Mac OS X; en) AppleWebKit/418.8 (KHTML, like Gecko) Safari/419.3",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:2.0.1) Gecko/20100101 Firefox/4.0.1 Camino/2.2.1",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:2.0b6pre) Gecko/20100907 Firefox/4.0b6pre Camino/2.2a1pre",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_0) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1063.0 Safari/536.3",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_2) AppleWebKit/537.4 (KHTML like Gecko) Chrome/22.0.1229.79 Safari/537.4",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_2; rv:10.0.1) Gecko/20100101 Firefox/10.0.1",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10.8; rv:16.0) Gecko/20120813 Firefox/16.0",
"Mozilla/5.0 (Macintosh; U; Intel Mac OS X; zh-CN) AppleWebKit/528.16 (KHTML, like Gecko, Safari/528.16) OmniWeb/v622.8.0.112941",
"Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_5_6; zh-CN) AppleWebKit/528.16 (KHTML, like Gecko, Safari/528.16) OmniWeb/v622.8.0",
]
UserAgent = choice(AGENTS)
#如果需要把挖出來的關鍵詞保存到數據庫，需要配置數據庫相關信息
class ConnDb():
global host, user, passwd, db
host = '111.111.111.111' #數據庫IP
user = 'python' #數據庫用戶名
passwd = 'pass' #數據庫密碼
db = 'dbnamelllllll' # 數據庫名
def connDb(self):
global cur
conn = MySQLdb.connect(host=host, user=user, passwd=passwd, db=db, port=3306, charset = 'utf8')
cur = conn.cursor()
return cur
# 這個curl方法是從zero那里扒過來的。http://www.seoqx.com/post/341
def curl(url, debug=False, **kwargs):
while 1:
try:
s = StringIO.StringIO()
c = pycurl.Curl()
c.setopt(pycurl.URL, url)
c.setopt(pycurl.REFERER, url)
c.setopt(pycurl.FOLLOWLOCATION, True)
c.setopt(pycurl.TIMEOUT, 60)
c.setopt(pycurl.ENCODING, 'gzip')
c.setopt(pycurl.USERAGENT, UserAgent)
c.setopt(pycurl.NOSIGNAL, True)
c.setopt(pycurl.WRITEFUNCTION, s.write)
for k, v in kwargs.iteritems():
c.setopt(vars(pycurl)[k], v)
c.perform()
c.close()
return s.getvalue()
except:
if debug:
raise
continue
command = int(raw_input("請選擇導出形式；1：導出為txt，2：導入道數據庫: "))
if command == 1:
FileWrite = open("output.txt", 'w')
for line in open('sourceword.txt'):
kw = str(line)
jsons = curl('http://honeyimg.bdimg.com/recomword/recomWordCache_findRecomWord.htm?area_id=&word=' + urllib.quote_plus(kw))
d = json.loads(jsons)
try:
dlist = d['data']['list']
for item in dlist:
indexs = item['total']
keywords = item['word'].encode('utf-8')
outstr = str(indexs) + ',' + str(keywords) + '\n'
FileWrite.write(outstr)
except TypeError, e:
print 'TypeError, Pass', e
continue
print 'done to txt'
elif command == 2:
conndb = ConnDb()
conndb.connDb()
for line in open('sourceword.txt'):
kw = str(line)
jsons = curl('http://honeyimg.bdimg.com/recomword/recomWordCache_findRecomWord.htm?area_id=&word=' + urllib.quote_plus(kw))
d = json.loads(jsons)
try:
dlist = d['data']['list']
for item in dlist:
indexs = item['total']
#keywords = unicode(item['word'], 'utf-8')
keywords = item['word'].encode("utf-8")
sql = "insert into shangqing_keyword (id, total, keyword) values (null, '%s', '%s')"
try:
cur.execute(sql % (indexs, keywords))
except MySQLdb.Error, e:
print 'MySql error', e
continue
except TypeError, e:
print 'TypeError, Pass' , e
continue
print 'done to mysql'
else:
print '只有兩種導出方式，請輸入1或者2'
使用方法：
1、將你的詞根放到sourceword.txt
中，一行一個詞，然后將本文代碼隨便保存成一個xxxx.py 和sourceword.txt
放在同一個目錄下。
2、交互模式下，進入這兩個文件所在目錄，運行腳本xxx.py（一般是輸入python
xxx.py即可）
3、會有提示選擇導出模式，1為導出txt文件，2為導入到mysql中。如下圖
圖中的typeerror請忽略。
如果需要導入到mysql中，請配置mysql的相關信息，在代碼中有注釋。
不過首先需要在你的數據庫中創(chuàng)建一個表，語句如下：
CREATE TABLE `shangqing_keyword` (
`id` int(11) unsigned NOT NULL AUTO_INCREMENT,
`keyword` varchar(200) DEFAULT NULL,
`total` int(11) DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `keyword` (`keyword`)
) ENGINE=MyISAM AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
4、等待完成。
個人認為導入到mysql更好管理，txt比較好處理一些。
我的sourceword中有6000個詞，挖出來差不多30多萬我就停止了。應該能挖出來更多。
效果截圖：
這個是導出為txt格式的樣子。
導入到mysql是這樣的。還是mysql用起來順手一些。個人喜好。
注意：導出txt格式是存在重復詞的，因為我不知道怎么去過濾。但是導入到mysql中
重復詞是會自動過濾掉的。不過反正都無所謂，后期處理的時候大家總能找到辦法的。
如果使用有什么問題，歡迎交流。
《新程序員》：云原生和全面數字化實踐50位技術專家共同創(chuàng)作，文字、視頻、音頻交互閱讀總結
以上是生活随笔為你收集整理的python有多少关键字_Python挖词脚本，挖出几十万关键词不是梦带搜索量的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： python3.8.5是python3吗
- 下一篇： python牛顿迭代法_python-来