跳转至

网页搜索⚓︎

百度网页搜索，也可以作为综合搜索使用。

BaiduSpider.search_web(
    self: BaiduSpider,
    query: str,
    pn: int = 1,
    exclude: list = [],
    proxies: Union[dict, None] = None,
) -> WebResult

参数⚓︎

  • query str: 要查询网页搜索的字符串
  • pn int: 要爬取的页码，默认为1，可选
  • exclude dict: 要屏蔽的子部件列表，可选
  • time str | List[datetime.datetime]: 搜索时间范围
  • proxies Union[dict, None]: 代理配置，默认为None，可选

实例⚓︎

基本的调用⚓︎

这是一个最基本的参数——query。它用于传递搜索词（字符串类型）。

# 导入BaiduSpider
from baiduspider import BaiduSpider
from pprint import pprint

# 实例化BaiduSpider
spider = BaiduSpider()

# 搜索网页
pprint(spider.search_web(query="要搜索的关键词").plain)

指定页码⚓︎

你可以通过设置pn参数来更改 BaiduSpider 所获取的页码。

from baiduspider import BaiduSpider
from pprint import pprint

spider = BaiduSpider()

# 搜索网页，并传入页码参数（此处为第二页）
pprint(spider.search_web(query="要搜索的关键词", pn=2).plain)

Warning

传入页码参数的时候一定要小心，务必不要传入过大的页码，否则百度搜索会自动跳转回第一页

屏蔽特定的搜索结果⚓︎

这个参数可以为你提供很大的便捷。通过设置exclude列表，你可以屏蔽某些特定的网页搜索子搜索结果来提高解析速度。

from baiduspider import BaiduSpider
from pprint import pprint

spider = BaiduSpider()

# 搜索网页，并传入要屏蔽的结果
# 在本样例中，屏蔽了贴吧和博客
pprint(spider.search_web(query="要搜索的关键词", exclude=["tieba", "blog"]).plain)

exclude的值可以包含：["news", "video", "baike", "tieba", "blog", "gitee", "related", "calc"]，分别表示：资讯，视频，百科，贴吧，博客，Gitee代码仓库，相关搜索，计算。exclude的值也可以是["all"]，表示屏蔽除了普通搜索结果外的所有搜索结果。实例：

from baiduspider import BaiduSpider
from pprint import pprint

spider = BaiduSpider()

# 搜索网页，并传入要屏蔽的结果
# 在本样例中，屏蔽了所有非普通的搜索结果
pprint(spider.search_web(query="要搜索的关键词", exclude=["all"]).plain)

如果exclude中包含all且还有其他参数，那么将按照只有all的方式过滤搜索结果。

按时间筛选⚓︎

time参数能够实现更精准的搜索。time的取值可以是一个字符串或者是一个由datetime.datetime组成的元组。比如，使用字符串形式：

from baiduspider import BaiduSpider
from pprint import pprint

spider = BaiduSpider()

# 搜索网页，仅显示时间段内的搜索结果
# 在本样例中，筛选后仅显示一周内的搜索结果
pprint(spider.search_web(query="要搜索的关键词", time="week").plain)

此功能使用百度内置的搜索时间筛选器筛选结果，并非使用程序筛选。在这个样例中，time的值是"week"，代表筛选一周内的搜索结果。time的可选值如下：["day", "week", "month", "year"]。分别表示：一天内、一周内、一月内、一年内。除此以外，BaiduSpider 还支持自定义时间段。例如：

from baiduspider import BaiduSpider
from pprint import pprint
from datetime import datetime

spider = BaiduSpider()

# 在本样例中，筛选后仅显示2020.1.5 - 2020.4.9的搜索结果
pprint(spider.search_web(query="要搜索的关键词", time=(datetime(2020, 1, 5), datetime(2020, 4, 9))).plain)
在这个样例中，time的值是一个元组（tuple）。元组的第一个值是起始时间，第二个值是结束时间。BaiduSpider会把他们都转化成time.time()形式的浮点数（然后仅保留整数），所以你也可以将datetime替换为一个整数。

返回值⚓︎

字典返回值⚓︎

详见 API 文档。

模型结果返回值⚓︎

详见 API 文档。

评论

Back to top