百度相关关键词采集器的设计思路

　　百度相关关键词采集器的设计思路

　　百度相关关键词采集器的设计思路

　　作者:杨大锦2019-11-27 10:51分类:seo编程

　　百度的相关关键词是挖掘关键词必考虑的一个渠道，相对于其他渠道，这是百度自家的，做英文seo不能绕开，比爱站和5118站长关键词挖掘之类更有实时性，所以设计一个对应的采集器是十分有价值的，下面说一下具体的设计思路。

　　百度相关关键词采集总的流程

　　通过一个起始关键词，获得对应的相关关键词，然后不断轮循新挖的词，直到没有再出现新的为止，流程如下：

　　1)输入关键词-->2)采集对应的百度相关关键词-->3)去重和过滤-->4)保存入库-->5)记录输入关键词已进行过挖掘-->6)从数据库读取一个未进行过挖掘的词作输入关键词步入下一轮轮循

　　这个采集器没哪些难点，唯一的难点是，频繁访问百度是会封IP的，可以配合代理或则重拨宽带解决。

　　另外，过滤规则的设计可以从下边两个方面考虑：1、不含个别词的去除（排除不相关性）；2、含个别词的去除（排除敏感词）。需要打算一份白名单和黑名单，至于白名单和黑名单都有什么词，这个要你对你这个领域的了解才行了，或者你可以先不过滤，等全部词入库了，后面再对库里的词进行整理。

　　用php把思这个思路实现一遍

　　已经实现了，比如我输入一个主关键词

　　然后几个小时后，就有差不多1万个词了

　　不采不知道，原来这样一个不起眼的词有这么多相关词（已作简单过滤，但还有1半已上的词还没轮循完）。

　　本文网址：

　　文章原创，转载勿必注名出处，否则后果自负！