下拉词是扩词一个重要的渠道，市面上有收费刷百度下拉的，所以百度下拉词还是颇受欢迎。批量获取百度下拉词的脚本如下（线程数默认是1，现在百度反爬比之前严重！线程最好是1。【多线程写同一个文件需要加锁否则可能数据错乱】）：
1、准备关键词文件kwd.txt。（一行一个关键词）
2、结果会存储为bdpc_xiala.txt。（结果没有进行去重处理，近义词一般会有相同的下拉词）
3、百度下拉框的地址可以通过抓包找到，目前返回json数据，直接浏览器抓包即可。
4、现在抓包是这个：https://www.baidu.com/sugrec?ie=utf-8&prod=pc&wd=seo
# ‐*‐ coding: utf‐8 ‐*‐
"""
提取百度pc下拉词
准备kwd.txt,一行一个
下拉接口抓包获取
默认线程数2,请求头的cookie用你自己登陆账号后的cookie
"""
import requests
import threading
import queue
import gc
# 获取某词下拉地址源码
def get_html(url,retry=2):
try:
r = requests.get(url=url,headers=my_header, timeout=5)
except Exception as e:
print('获取源码失败', url, e)
if retry > 0:
get_html(url, retry - 1)
else:
html = r.json()
return html
# 提取下拉词
def get_kwds(html):
kwds = []
if html:
try:
kwd_list = html['g']
except Exception as e:
pass
else:
for data_dict in kwd_list:
kwd = data_dict['q']
kwds.append(kwd)
return kwds
# 线程函数
def main():
while 1:
kwd = q.get()
url = 'https://www.baidu.com/sugrec?ie=utf-8&prod=pc&wd={}'.format(kwd)
try:
html = get_html(url)
kwds = get_kwds(html)
except Exception as e:
print(e)
else:
for wd in kwds:
f.write(wd + '
')
print(wd)
f.flush()
finally:
del kwd,url
gc.collect()
q.task_done()
if __name__ == "__main__":
# 结果保存文件
f = open('bdpc_xiala.txt','w',encoding='utf-8')
# 关键词队列
q = queue.Queue()
for kwd in open('kwd.txt',encoding='utf-8'):
kwd = kwd.strip()
q.put(kwd)
# 请求头设置
my_header = {
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36',
'Cookie':'BIDUPSID=EB1F44AB7896D7EFA4F0FD243C29FF17; PSTM=1567562976; BAIDUID=EB1F44AB7896D7EFA4F0FD243C29FF17:SL=0:NR=10:FG=1; BDUSS=BZWlZuSXpNWmNjM3BTSktnM2xhbGhIdUlqeW1ITEdvclpzSHpIS3p2WUMwc2hkRVFBQUFBJCQAAAAAAAAAAAEAAAAGtiZkNzcyNDgzMjAwZG9uZwAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAJFoV0CRaFdeF; plus_cv=1::m:49a3f4a6; MSA_WH=400_655; lsv=globalTjs_3a11c3d-globalT_androidcss_4630b37-wwwT_androidcss_c5f9a54-searchboxcss_591d86b-globalBcss_aad48cc-wwwBcss_777000e-framejs_c9ac861-atomentryjs_5cd4b30-globalBjs_99ad350-wwwjs_b674808; BD_UPN=19314353; BDORZ=FFFB88E999055A3F8A630C64834BD6D0; BDICON=10294984.98; delPer=0; BD_CK_SAM=1; rsv_i=c2b6G%2F3avQC%2FfgLjK6Tg5dByzXJGjTHszykjx0XgYlZZgizi3%2F9wOVrzCucTWKLxPYYUs%2BqPpygizpeQMUWhVScLKRxzaaw; FEED_SIDS=732051_1030_14; plus_lsv=f197ee21ffd230fd; Hm_lvt_12423ecbc0e2ca965d84259063d35238=1572225355,1572415847,1572418912; Hm_lpvt_12423ecbc0e2ca965d84259063d35238=1572418912; BAIDULOC=12966109.384666294_4841881.341700486_100_131_1572418911981; SE_LAUNCH=5%3A26206981_0%3A26206981; BDPASSGATE=IlPT2AEptyoA_yiU4VKH3kIN8efjWvW4AfvESkplQFStfCaWmhH3BrUzWz0HSieXBDP6wZTXdMsDxXTqXlVXa_EqnBsZolpOaSaXzKGoucHtVM69-t5yILXoHUE2sA8PbRhL-3MEF2ZELlQvcgjchQZrchW8z3JTpxz1z5Xocc0T1UKR2VLJxJyTS7xvRHvcPNuz94rXnEpKKSmBUADHRVjYcSQyWXkD5NOtjsAm1Q0WrkoXGurSRvAa1G8vJpFeXAio1fWU60ul269v5HViViwh9UOI7u46MnJZ; H_WISE_SIDS=137151_137734_137755_136649_137663_137071_128070_134982_136665_120196_136768_137002_137788_136366_132909_136456_137690_135847_131246_137746_132378_136681_118893_118876_118846_118827_118802_132782_136800_136431_136093_133352_136862_137089_129652_136194_124637_137105_137572_133847_132551_137468_134046_129646_131423_137212_137466_136034_110085_127969_137613_131951_136611_137252_128196_137696_136636_137767_137207_134347_134231_137618_137449; kleck=638cabc3ad33a7a082343c4553a47c42; BDRCVFR[x4e6higC8W6]=mk3SLVN4HKm; PSINO=7; H_PS_PSSID=1440_21084_20697_29567_29220; sug=3; sugstore=0; ORIGIN=0; bdime=0; H_PS_645EC=db34IWhem1lYO7OwXVBPbsx2yQuIu3jmqGT9FUp09TItjsTj8omDTLnov6%2BIZQe6dqc',
}
# 设置线程数
for i in list(range(1)):
t = threading.Thread(target=main)
t.setDaemon(True)
t.start()
q.join()
f.flush()
f.close()
seo是指什么意思 seo快排 seo是什么职业 seo网站 seoul是什么国家 seo01短视频在线观看 seo软件 seo1短视频下黑帽seo seo排名工具 seo是指 semester seminar semir是什么牌子 色盲测试图 semi sem是什么 sempre semaphore semester的中文意思 seminar什么意思中文 php是什么 php是世界上最好的语言 php文件用什么软件打开 php是什么语言 php教程 php货币 phpstudy php面试题2019 phpmyadmin php框架 python是什么 python怎么读 python数据分析 python教程 python课程 python3 python能做什么 python是什么意思 python基础教程 python菜鸟教程 电子邮箱格式 电子邮件地址怎么写 电子科技大学 电子琴简谱大全100首 电子琴 电子书免费txt下载全集 电子琴入门教程 电子烟和真烟哪个危害大 电子车票怎么检票 电子烟
百度PC下拉词的代码如上，大家可以尝试用用，有问题及时联系。
很赞哦！
python编程网提示：转载请注明来源www.python66.com。
有宝贵意见可添加站长微信(底部)，获取技术资料请到公众号(底部)。同行交流请加群
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。