利用python批量查询企业信息_Python批量查询网站收录

网站收录是网站SEO优化的第一步，只有有了收录才有可能获得排名，进而获得流量。今天跟大家分享一个批量查询网站收录情况的python脚本。

import random

import time

from win32com.client import Dispatch

urlFileName = "urlFile.txt"

outputFileName = "result.txt"

minWaitTime = 1

maxWaitTime = 15

outputFile = open(outputFileName, 'w')

ie = Dispatch("InternetExplorer.Application")

ie.visible = 1

baseUrl = 'http://www.google.com'

ie.navigate('http://www.google.com')

while (ie.ReadyState != 4):

time.sleep(1)

print '页面载入完结'

with open(urlFileName) as urlFile:

for url in urlFile:

# 这个是页面是下一次请求等待的时间，

# 你可以修改上面minWaitTime和maxWaitTime的值来设置等待时间.

# 下面的time.sleep(1)不是请求之间的等待时间

waitTime = random.randint(minWaitTime, maxWaitTime)

time.sleep(waitTime)

url = url.strip()

while(True):

try:

ie.Document.forms[0].elements["q"].value="site:" + url

ie.Document.forms[0].submit()

# 这个地方以前有错误是因为url里面有斜线，我测试的时候没有测试到

# 斜线要换成%2F，分号要换成%3A，如果还有其它的特殊字符也还要换。

checkUrl = url.replace('/', '%2F')

checkUrl = checkUrl.replace(':', '%3A')

checkUrl = checkUrl.replace('?', '%3F')

checkUrl = checkUrl.replace('=', '%3D')

while (ie.ReadyState != 4 or str(ie.LocationURL).find(checkUrl) == -1):

# print str(ie.LocationURL)

time.sleep(1)

result = ie.Document.getElementById("ires").innerHTML

if len(result)>0:

print url, "recored"

outputFile.write(url + ":recored\n")

else:

print url, "not recored"

outputFile.write(url + ":not recored\n")

break

except:

time.sleep(60)

ie.navigate(baseUrl)

outputFile.close()

使用方法：在配置完python的运行环境，并安装了win32com包之后，在与脚本同目录下放一个urlFile.txt文件，里面每行放一个你要查询的网址，然后运行程序就可以查询urlFile.txt文件里所有网址的收录情况了。

如果你想查询一个比较小型的网站的收录情况的话，你可以用sitemap生成工具生成网站的sitemap，或者直接使用网站根目录下的sitemap.xml，然后用excel或其他工具将sitemap中的网址提取出来，放在urlFile.txt文件中，就可以用这个简单的python脚本来查询网站的收录情况了。 косметикаPanzeri