近期想要爬取百度搜索的结果，网上的教程一直没有找到可以直接用的，尝试了几个小时终于摸索出了可以用的代码。
主要的问题在于 url 的形式，之前的教程一般是这种形式：
url = 'https://www.baidu.com/s?' + word + '&pn=0' # word为搜索关键词，pn用来分页
由于百度每个页面显示10条结果，'&pn=n' 表示第 n 条结果，n = 0~9 表示第一页，n = 10~19 表示第二页，以此类推。然而在运行代码时发现这种形式的 url 从第二页开始就无法正常爬取了。关于 url 格式我一直没有搞清楚，但是我摸索出了一种方法能得到可用的 url；
首
2021-08-24 00:37:02
401KB
1
一个小脚本而已，主要爬取主站首页url
geturl('XX XX 首页', page=$page) // 这里填写关键字，支持多个关键字搜索，$page 为爬取页数，默认每页爬取 10 条
建议采用三个关键字搜索，保证搜索结果准确性
eg. geturl('北京 公司 首页', page=10)
爬虫结果自动导出为result.txt
格式：[url] [title]
eg. http://www.baidu.com 百度一下，你就知道
2021-08-16 13:08:11
2KB
什么是 OpenSearch 协议？
OpenSearch 是用于共享搜索结果的简单格式的集合。
该规范的最新版本是 。
它与 OpenSearch 软件项目有什么关系？
OpenSearch 协议（此存储库）由亚马逊子公司 A9.com年，作为以标准化格式共享搜索查询和搜索结果的一种手段。
2021 年，Amazon.com，除了重新利用名称外，与这项工作无关。
这两个项目将继续，尽管搜索协议（本项目）在十多年来基本保持稳定和不变，预计不会有重大更新。
这两项工作都与找到的 Open Search Foundation 项目无关。
这个存储库是什么？
此存储库是原始 (2005-2021) opensearch.org 网站的迁移。 原始导出文件可以在子目录中找到，提取的 wiki 文本可以在子目录中找到，html 的缓存副本可以在找到。
我如何参与？
该规范十多年来一直
2021-08-04 14:05:37
1020KB
1
主要介绍了python实现提取百度搜索结果的方法,涉及Python网页及字符串操作的相关技巧,需要的朋友可以参考下
2021-08-02 10:46:48
30KB
1
主要介绍了android实现搜索功能并将搜索结果保存到SQLite中,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-06-18 10:29:52
161KB
1
Groundhog 是一个众包搜索引擎。 想想谷歌的reddit。 每个搜索查询都会成为讨论。 其他像你一样想知道同样事情的人可以贡献他们的发现、他们的见解和他们的React。 特定于您的搜索。
结果按 Google 自己的网页排名和用户投票的组合进行排名。 结果有评论，可以投赞成票和反对票。
搜索可以有评论。
PageRank 在算法上很酷。 但它很冷，没有人情味。 我们正在将人为因素添加回它。
特征：
通过相关的搜索结果与其他人一起挖掘，而不必对所有废话进行分类。
直接在您的搜索下进行讨论，以了解该页面的帮助程度。
探索与特定主题最相关的查询和网站。
与谷歌搜索引擎无缝对接
下载
最新提交
2021-06-09 13:04:05
205KB
1