其实很长时间不怎么收集类似功能性的代码文章,今天还是记录下吧,很早以前就尝试了「百度是否收录检测」这个功能,无论是从WP还是TP的各种途径都进行了测试,代码基本大同小异,通过php中科院使用crl模拟搜索请求,对返回的数据进行分析判断是否被收录,曾经在「Typecho添加“百度是否收录”判断的方法」文章提及,基于成功率太低太低,也就放弃了这个功能。
今天在wfblog看到了一篇文章,初始以为和以前的一样,瞄了一眼后才知道已经升级为API版本,通过模拟UA的方式绕过百度的反爬虫,再利用curl模拟header成功实现了「百度收录」的查询,结果准确度基本都是OK的。
1、调用查询
在模板post.php加入(CSS样式自行修改吧)
加载中2、JQ判断收录
还是在post.php内加入(必须引入jquery),提示文字在这里自行修改吧。
function baidu_check(){
$.getJSON("https://cn1.api.wfblog.net/baidu.php?domain="+window.location.href,function(result){
if (result.code == 200) {
$('#baidu_icon').removeClass('glyphicon-refresh');
$('#baidu_icon').addClass('glyphicon-ok-circle');
$('#baidu_result').text('百度已收录');
}else if(result.code == 403){
$('#baidu_icon').removeClass('glyphicon-refresh');
$('#baidu_icon').addClass('glyphicon-info-sign');
$('#baidu_result').text('百度未收录');
}else{
$('#baidu_icon').removeClass('glyphicon-refresh');
$('#baidu_icon').addClass('glyphicon-remove-circle');
$('#baidu_result').text('查询收录失败');
}
});
}
baidu_check();
3、API调用源码
为了防止第三方API调用挂掉,wfblog贡献了API的代码,可以自己建立一个php页面进行调用,如果不想建立调用Weifeng的也可以,我的是自己建立的。<?php
/**
* Baidu
* @editer: Weifeng
* @link: https://wfblog.net
* @version: 1.0
*/
error_reporting(0);
header("Access-Control-Allow-Origin:*");
header('Content-type: application/json');
$domain = @$_GET['domain'];
if(!isset($domain) || empty($domain) || $domain==''){
$data = array(
"code" => false,
"msg" => "未传入请求参数!"
);
echo json_encode($data,JSON_UNESCAPED_UNICODE);
exit;
}
$data = checkBaidu($domain);
echo json_encode($data,JSON_UNESCAPED_UNICODE);
function checkBaidu($url){
$header = array(
"Host:www.baidu.com",
"Content-Type:application/x-www-form-urlencoded",//post请求
"Connection: keep-alive",
"Referer:https://www.baidu.com",
"User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.162 Safari/537.36"
);
$url = 'https://www.baidu.com/s?ie=UTF-8&wd='.urlencode($url).'&usm=3&rsv_idx=2&rsv_page=1';
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt ($ch, CURLOPT_HTTPHEADER, $header);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION,1);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
$output = curl_exec($ch);
curl_close($ch);
if(strpos($output, '没有找到') || strpos($output, '很抱歉')){
$data = array(
"code" => 403,
"msg" => "该域名暂时未被百度收录!"
);
}else{
$number = GetBetween($output,'百度为您找到相关结果约','个');
if(empty($number) || $number == 0){
$number = GetBetween($output,'找到相关结果数约','个
');if(empty($number) || $number == 0){
$data = array(
"code" => false,
"msg" => "获取百度收录失败!"
);
return $data;
}
}
$data = array(
"code" => 200,
"msg" => "该域名已被百度收录!",
"number" => str_replace(',','',$number)
);
}
return $data;
}
function GetBetween($content,$start,$end){
$r = explode($start, $content);
if (isset($r[1])){
$r = explode($end, $r[1]);
return $r[0];
}
}
?>
整体来说,检测结果的正确度是提升了很高,随便点开几个都是准确的,当然这个判断理论上适用于大多数的网站,TP也好、WP也好,自写的PHP都是很不错的。