python关键词采集_Python多线程采集百度相关搜索关键词

百度相关搜索关键词抓取,读取txt关键词,导出txt关键词

#百度相关搜索关键词抓取,读取txt关键词,导出txt关键词

# -*- coding=utf-8 -*-

import requests

import re

import time

from multiprocessing.dummy import Pool as ThreadPool

#百度相关关键词查询

def xgss(url):

headers = {

"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36"

}

html=requests.get(url,headers=headers).text

#print(html)

ze=r'

相关搜索
'

xgss=re.findall(ze,html,re.S)

#print(xgss)

xgze=r'

(.+?)'

sj=re.findall(xgze,str(xgss),re.S)

#print(sj)

gjc=''

for x in sj:

print(x[1])

gjc=gjc+x[1]+'\n'

# 导出关键词为txt文本

with open(".\gjcsj.txt", 'a', encoding='utf-8') as f:

f.write(gjc)

print("-----------------------------------")

return gjc

print("程序运行,正在导入关键词列表!!!")

print("-----------------------------------")

# 导入要搜索的关键词txt列表

urls = []

data = []

for line in open('.\gjc.txt', "r", encoding='utf-8'):

data.append(line)

print("导入关键词列表成功!")

print("-----------------------------------")

#转换关键词为搜索链接

for keyword in data:

url = 'https://www.baidu.com/s?wd=' + keyword

urls.append(url)

print("采集百度相关搜索关键词开启!")

print("...................")

#多线程获取相关关键词

try:

# 开4个 worker,没有参数时默认是 cpu 的核心数

pool = ThreadPool()

results = pool.map(xgss, urls)

pool.close()

pool.join()

print("采集百度相关搜索关键词完成,已保存于gjcsj.txt!")

except:

print("Error: unable to start thread")

print("8s后程序自动关闭!!!")

time.sleep(8)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值