पायथन: आपल्या कोळी शोध कीवर्डसाठी Google ची ऑटोसॉगेस्ट एक्सट्रॅक्ट ट्रेंडचा स्क्रिप्ट
प्रत्येकाला Google ट्रेंड आवडतात, परंतु जेव्हा लाँग टेल कीवर्डचा प्रश्न येतो तेव्हा ते थोडे अवघड असते. आमच्या सर्वांना अधिकारी आवडतात गूगल ट्रेंड सेवा शोध वर्तन वर अंतर्दृष्टी मिळविण्यासाठी. तथापि, दोन गोष्टी अनेकांना घन कार्यासाठी वापरण्यापासून रोखतात;
- जेव्हा आपल्याला शोधण्याची आवश्यकता असेल नवीन कोडे कीवर्ड, तेथे Google ट्रेंड वर पुरेसा डेटा नाही
- गुगल ट्रेंडला विनंती करण्यासाठी अधिकृत एपीआयचा अभाव: जेव्हा आम्ही यासारख्या मॉड्यूलचा वापर करतो पायरेट्स, तर आम्हाला प्रॉक्सी सर्व्हर वापरावे किंवा आम्ही ब्लॉक होऊ.
या लेखात मी पायथन स्क्रिप्ट सामायिक करू जे आम्ही Google ऑटोसॉगेस्टद्वारे ट्रेंडिंग कीवर्ड निर्यात करण्यासाठी लिहिले आहे.
वेळोवेळी स्वयंचलित परिणाम मिळवा आणि संचयित करा
समजा आपल्याकडे गूगल ऑटोसॉजेस्ट वर पाठवण्यासाठी 1,000 बियाणे कीवर्ड आहेत. त्या बदल्यात कदाचित आम्हाला सुमारे 200,000 मिळतील लांब शेपटी कीवर्ड. मग, आम्हाला एका आठवड्यानंतर हे करणे आवश्यक आहे आणि दोन प्रश्नांची उत्तरे देण्यासाठी या डेटासेटची तुलना करणे आवश्यक आहे:
- कोणत्या शंका आहेत नवीन कीवर्ड गेल्या वेळेच्या तुलनेत? कदाचित आपल्या बाबतीत अशीच परिस्थिती आहे. Google ला वाटते की त्या क्वेरी अधिक महत्त्वपूर्ण होत आहेत - असे केल्याने आम्ही आमचे स्वतःचे Google ऑटोजेस्ट समाधान तयार करू शकतो!
- कोणत्या शंका आहेत कीवर्ड यापुढे नाहीत चर्चेत असलेला विषय?
स्क्रिप्ट बर्याच सोपी आहे आणि मी सामायिक केलेला बहुतेक कोड येथे. अद्यतनित कोड पूर्वीच्या रनमधून डेटा वाचवितो आणि वेळोवेळी सूचनांची तुलना करतो. आम्ही एसक्यूलाईट सारखे फाइल-आधारित डेटाबेस टाळले जेणेकरून ते सोपे होईल - म्हणून सर्व डेटा संग्रह खाली सीएसव्ही फायली वापरत आहे. हे आपल्याला एक्सेलमध्ये फाईल आयात करण्यास आणि आपल्या व्यवसायासाठी कोनाडाच्या मुख्य शब्दाचा शोध घेण्यास सक्षम करते.
या पायथन स्क्रिप्टचा उपयोग करण्यासाठी
- आपला बियाणे कीवर्ड सेट प्रविष्ट करा जो स्वयंपूर्णः पाठविला जावा: कीवर्ड सीएसव्ही
- आपल्या आवश्यकतेसाठी स्क्रिप्ट सेटिंग्ज समायोजित करा:
- भाषा: डीफॉल्ट "इं"
- देश: डीफॉल्ट "आम्हाला"
- आठवड्यातून एकदा चालवण्यासाठी स्क्रिप्टचे वेळापत्रक तयार करा. आपण इच्छिता त्याप्रमाणे हे व्यक्तिचलितरित्या देखील चालवू शकता.
- पुढील विश्लेषणासाठी कीवर्ड_सगेशेशन्स. सीएसव्ही वापरा:
- प्रथम_सेन: ही ती तारीख आहे जिथे क्वेरी ऑटोजेजेस्टमध्ये प्रथमच दिसली
- शेवटचे पाहिलेले: क्वेरी शेवटच्या वेळी पाहिल्याची तारीख
- नवीन आहे: जर first_seen == गेल्या_क्षणी आम्ही यावर सेट केले खरे - Google ऑटोोजेस्टमध्ये नवीन ट्रेंडिंग शोध मिळविण्यासाठी फक्त या मूल्यावर फिल्टर करा.
पायथन कोड येथे आहे
# Pemavor.com Autocomplete Trends
# Author: Stefan Neefischer (stefan.neefischer@gmail.com)
import concurrent.futures
from datetime import date
from datetime import datetime
import pandas as pd
import itertools
import requests
import string
import json
import time
charList = " " + string.ascii_lowercase + string.digits
def makeGoogleRequest(query):
# If you make requests too quickly, you may be blocked by google
time.sleep(WAIT_TIME)
URL="http://suggestqueries.google.com/complete/search"
PARAMS = {"client":"opera",
"hl":LANGUAGE,
"q":query,
"gl":COUNTRY}
response = requests.get(URL, params=PARAMS)
if response.status_code == 200:
try:
suggestedSearches = json.loads(response.content.decode('utf-8'))[1]
except:
suggestedSearches = json.loads(response.content.decode('latin-1'))[1]
return suggestedSearches
else:
return "ERR"
def getGoogleSuggests(keyword):
# err_count1 = 0
queryList = [keyword + " " + char for char in charList]
suggestions = []
for query in queryList:
suggestion = makeGoogleRequest(query)
if suggestion != 'ERR':
suggestions.append(suggestion)
# Remove empty suggestions
suggestions = set(itertools.chain(*suggestions))
if "" in suggestions:
suggestions.remove("")
return suggestions
def autocomplete(csv_fileName):
dateTimeObj = datetime.now().date()
#read your csv file that contain keywords that you want to send to google autocomplete
df = pd.read_csv(csv_fileName)
keywords = df.iloc[:,0].tolist()
resultList = []
with concurrent.futures.ThreadPoolExecutor(max_workers=MAX_WORKERS) as executor:
futuresGoogle = {executor.submit(getGoogleSuggests, keyword): keyword for keyword in keywords}
for future in concurrent.futures.as_completed(futuresGoogle):
key = futuresGoogle[future]
for suggestion in future.result():
resultList.append([key, suggestion])
# Convert the results to a dataframe
suggestion_new = pd.DataFrame(resultList, columns=['Keyword','Suggestion'])
del resultList
#if we have old results read them
try:
suggestion_df=pd.read_csv("keyword_suggestions.csv")
except:
suggestion_df=pd.DataFrame(columns=['first_seen','last_seen','Keyword','Suggestion'])
suggestionCommon_list=[]
suggestionNew_list=[]
for keyword in suggestion_new["Keyword"].unique():
new_df=suggestion_new[suggestion_new["Keyword"]==keyword]
old_df=suggestion_df[suggestion_df["Keyword"]==keyword]
newSuggestion=set(new_df["Suggestion"].to_list())
oldSuggestion=set(old_df["Suggestion"].to_list())
commonSuggestion=list(newSuggestion & oldSuggestion)
new_Suggestion=list(newSuggestion - oldSuggestion)
for suggest in commonSuggestion:
suggestionCommon_list.append([dateTimeObj,keyword,suggest])
for suggest in new_Suggestion:
suggestionNew_list.append([dateTimeObj,dateTimeObj,keyword,suggest])
#new keywords
newSuggestion_df = pd.DataFrame(suggestionNew_list, columns=['first_seen','last_seen','Keyword','Suggestion'])
#shared keywords with date update
commonSuggestion_df = pd.DataFrame(suggestionCommon_list, columns=['last_seen','Keyword','Suggestion'])
merge=pd.merge(suggestion_df, commonSuggestion_df, left_on=["Suggestion"], right_on=["Suggestion"], how='left')
merge = merge.rename(columns={'last_seen_y': 'last_seen',"Keyword_x":"Keyword"})
merge["last_seen"].fillna(merge["last_seen_x"], inplace=True)
del merge["last_seen_x"]
del merge["Keyword_y"]
#merge old results with new results
frames = [merge, newSuggestion_df]
keywords_df = pd.concat(frames, ignore_index=True, sort=False)
# Save dataframe as a CSV file
keywords_df['first_seen'] = pd.to_datetime(keywords_df['first_seen'])
keywords_df = keywords_df.sort_values(by=['first_seen','Keyword'], ascending=[False,False])
keywords_df['first_seen']= pd.to_datetime(keywords_df['first_seen'])
keywords_df['last_seen']= pd.to_datetime(keywords_df['last_seen'])
keywords_df['is_new'] = (keywords_df['first_seen']== keywords_df['last_seen'])
keywords_df=keywords_df[['first_seen','last_seen','Keyword','Suggestion','is_new']]
keywords_df.to_csv('keyword_suggestions.csv', index=False)
# If you use more than 50 seed keywords you should slow down your requests - otherwise google is blocking the script
# If you have thousands of seed keywords use e.g. WAIT_TIME = 1 and MAX_WORKERS = 5
WAIT_TIME = 0.2
MAX_WORKERS = 20
# set the autocomplete language
LANGUAGE = "en"
# set the autocomplete country code - DE, US, TR, GR, etc..
COUNTRY="US"
# Keyword_seed csv file name. One column csv file.
#csv_fileName="keyword_seeds.csv"
CSV_FILE_NAME="keywords.csv"
autocomplete(CSV_FILE_NAME)
#The result will save in keyword_suggestions.csv csv file