摘要：前言項目地址該程序正常運行所需要的插件為，建議下載版本，然后將下載的整個文件夾放在和文件同一級的目錄下，若是系統的話則修改程序中的指向的插件目錄名稱實現原理百度的搜索排名它選錄的都是你所檢索的關鍵詞以及目標網址在第幾個結果列表當中，但其中并

項目地址 https://github.com/Ricbet/ran...

該程序正常運行所需要的插件為phantomjs，建議下載mac版本，然后將下載的整個文件夾放在和.py文件同一級的目錄下，若是window系統的話則修改程序中的

driver指向的插件目錄名稱

百度的搜索排名它選錄的都是你所檢索的關鍵詞以及目標網址在第幾個結果列表當中，但其中并不包括帶“廣告”標示的結果，例如

我搜素switch的時候我想知道Nintendo的官網在百度排名中屬于第幾名，圖所示的例子中我在第二頁里找到了任天堂的官網nintendo.com，所以switch這個關鍵詞對于任天堂來說在百度的搜索排名是第十二名

我要做的就是根據關鍵詞搜索模擬一次搜索，然后在搜索的結果集當中找到目標網址，匹配之后我再利用phantomjs截取屏幕并在關鍵的地方給予紅框標注，然后再將該截圖保存到本地目錄當中

首先我們還是得先了解下百度搜索的一些常用參數
pn： 表示從第pn條結果開始顯示
rn： 表示每一頁要顯示多少條結果，默認10條
wd： 表示要搜索的詞
其實我們只需要這三個參數就足夠了

首先先記錄要請求的url，使用quote處理帶中文的url

r_url = "http://www.baidu.com/s?rn=%s" % rn + "&pn=%s"%((pn_baidu-1)*rn) + "&wd=%s" % wd
r_url = quote(r_url, safe=string.printable)

然后我們用BeautifulSoup提取網頁的文本內容

with requests.get("http://www.baidu.com/s", params={"wd": wd, "pn": (pn_baidu-1)*rn, "rn": rn}, timeout=7) as r:
    soup = BeautifulSoup(r.text, "html.parser")

我們觀察百度的搜索結果列表頁的html結構

發現這些結果集都被包含在了content_left這個id里面，然后只有result這個類的標簽才是真正搜索出來的結果，其他的result-op這個類的標簽并不算在排名中，因為這是那些最新相關信息呀、貼吧等

p = re.compile(r"^result")
contentItem = soup.find(id="content_left").find_all("div", p)

contentItem就是我們列出的所有算在排名內的結果集列表
然后我們通過for循環遍歷正則匹配我們輸入的網址，看看在哪個下標的結果里面，就是當前的排名

for index, list in enumerate(contentItem):
    _list = "".join(re.split(r"s+", list.get_text()))
    # 如果匹配成功
    if str.search(_list):
    # xxxxx

如果找到匹配的結果集了，此時就是PhantomJS派上用場的時候了

python的PhantomJS用法可以在谷某或者某度里面查得到，這里就不一一闡述了

我們通過觀察到每一個result類的標簽都有一個數字id，然后我們只要用js的方法獲取這個id然后給它設置紅框的樣式就可以了

driver.execute_script("""
                      (function(){
                          var result = document.getElementById(%s)
                          result.setAttribute("style","border:5px solid red;padding:10px;margin-left:-15px")
                      })()
                      """ %((index + 1)+((pn_baidu-1)*rn)))

同時根據時間戳來命名圖片名稱

out_img_name = "baidu_" + time_now_rub + ".jpeg"
driver.save_screenshot(out_img_name)

同時為了減少圖片的資源大小，我們用PIL進一步處理圖片，并保存為jpeg的格式

# 打開圖片
im = Image.open(out_img_name)
# 獲取生成的圖片寬度和高度
w, h = im.size
# 等比例壓縮圖片
im.thumbnail((int(w / 1.5), int(h / 1.5)), Image.ANTIALIAS)
# 保存
im.convert("RGB").save(out_img_name, "JPEG", quality=80)

最后一步我們就是把生成的圖片放在一個目錄里面了

def findDirectory( img_name ):
    # 查詢目錄，如果沒有就創建目錄
    src_item = ["public","uploads",time_year,time_month,time_day,""]
    join_src_item = "/".join(src_item[0:-1])+"/"
    # 判斷當前目錄文件是否有uploads
    if( os.path.exists(join_src_item) == False ):
        os.makedirs(join_src_item)
        shutil.move(img_name, join_src_item)
    else:
        shutil.move(img_name, join_src_item)

截圖

目錄結構

大致思路就是這樣子