百度搜集手动推送脚本——python版

　　做网站的过程中，网站做出来容易，把网站推广出去就难了，其中第一步就是须要各大搜索引擎，如百度，谷歌，360和搜狗等对我们的网站进行收录，链接递交方面，其实各大网站斗差不多，基本上都有sitemap递交，但百度网站收录不仅sitemap递交之外，还提供了主动推送和手动推送。

　　所谓的手动推送实际上就一被动技能，在每位网站上写入特定的JS代码，当有人访问网页时，JS代码就将当前未被收录的网页推送到百度服务器，完成收录，其脚本如下：

(function(){

var bp = document.createElement('script');

var curProtocol = window.location.protocol.split(':')[0];

if (curProtocol === 'https') {

bp.src = 'https://zz.bdstatic.com/linksubmit/push.js';

}

else {

bp.src = 'http://push.zhanzhang.baidu.com/push.js';

}

var s = document.getElementsByTagName("script")[0];

s.parentNode.insertBefore(bp, s);

})();

　　将这段JS代码复制到每位网页，就可以实现手动推送的功能了。

　　而主动推送比较有意思，目前百度只提供了curl, php, ruby程序示例，没有Python版本。主动推送每晚最多可以推送10万条url

　　按照百度提供的信息，其实python版本也相对容易编撰。

　　首先登录百度搜索资源平台，然后在链接递交里找到手动推送插口，如我的网站推送插口：

　　接着就使用这个推送插口文件进行python程序编撰，另外须要打算一个sitemap文件，网站所有的url都从sitemap中读取，当然若果有url列表也可以直接从url列表中读取。

　　# base on python 3.7

import requests

import re

import time

def push_urls(urls):

url = "你的百度推送接口"

headers = {

'User-Agent': 'curl/7.12.1',

'Host': 'data.zz.baidu.com',

'Content - Type': 'text / plain',

'Content - Length': '83',

'charset':'gbk',

}

try:

response = requests.post(url, headers=headers, data=urls, timeout=5).text

return response

except Exception as e:

print(e)

def auto_push_urls():

remain_push_count = 100000

push_count = 0

start_number = 608006

actual_push_url = 0

# open a sitemap

try:

with open("sitemap.xml", "r", encoding="utf-8") as f:

source_links = f.readlines()

except Exception as e:

print(e)

else:

for link in source_links[start_number]:

url = re.findall('(.*?)', link)

if url !=[]:

target_url = url[0].encode("utf-8")

response = push_urls(target_url)

# print(url[0])

print(f"psuh a url:{target_url}, {response}")

push_count += 1

actual_push_url += 1

if push_count > remain_push_count:

break

return actual_push_url

if __name__ =="__main__":

print("start pushing urls ...")

pushed_url_number = auto_push_urls()

print(f"complete pushing urls: {pushed_url_number} ...")

　　推送成功后，接口返回一个字典列表，含剩余url数量"remain":99999，推送成功数量："success":1

　　{"remain":100000,"success":0,"not_same_site":["smwap.bodamn120.com/zt/zixun/"]}

　　如失败，则返回具体失败缘由：