Name : Baidu Related Searches Crawler (百度相关搜索抓取工具)
Version: 1.0
Author : Nuclear'Atk, url: https://lcx.cc/
Command:
word : [必选] 指定初始关键词（抓取该关键词的相关搜索词）
-m x : [可选] 抓取到x个关键词后自动停止（默认=1500），推荐！
-t x : [可选] 循环抓取x次后自动停止（默认=2），高级功能，慎用！
抓取结果保存至“初始关键词.txt”，覆盖模式。
Example:
baidu.exe 中国
抓取和“中国”相关的搜索词（默认抓到1500个词或循环抓取2次后停止）
baidu.exe 中国 -m 100
抓取和“中国”相关的搜索词，抓到100个词后停止。
baidu.exe 中国 -t 2
抓取和“中国”相关的搜索词，循环抓取2次后停止。
baidu.exe 中国 -m 100 -t 2
抓取和“中国”相关的搜索词，抓到100个词或循环抓取2次后停止。
一个小程序，自己写来用的，干什么用的，大家都懂，就不介绍了，这里只简单的说一下用法……
程序自带的说明及示例已经比较详细了，这里就讲一下什么是“循环次数”：
首先，程序运行开始时会要求你给一个初始关键词，也叫种子关键词，即：抓取与种子关键词相关的“百度相关搜索”内容，简单点理解就是，假设你去百度搜索某个词，把页面拉到最下端，底端有“相关搜索”，后边有几个相关的关键词，程序抓的就是这个，你搜索的词叫做种子关键词或初始关键词……
平均一个词会扩展小于等于10个的相关搜索词（百度相关搜索位置为小于等于10个），程序把抓到的每个结果（上边说的）再拿去搜索，把搜索的结果保存，然后再把新的结果拿去搜索，再保存，依次循环，循环次数指的就是将这个过程循环多少次，次数越多抓取的词越多……
为什么写的“高级功能，慎用！”？
因为每次循环，抓取的次数、词数都会翻倍，成几何上升，如果你设置的循环次数太大，那么程序就停不下来了，为什么呢？简单的举个例子……
第一次，将种子关键词，拿去搜索，得到10个相关关键词。
第二次，第1次循环，把这10个词再挨个拿去搜索，每个词得到10个相关关键词，最后总计约：10（第一次的）+10*10（第一次的每个词扩展十个）=110个。
第三次，第2次循环，把第二次扩展的100个词，拿去搜索，每个扩展十个，最后得到：10（第一次的）+100（第二次的）+100*10（这次的）=1110个……
第四次，第3次循环，以此类推，约：10 + 100 + 1000 + 1000*10 = 11110 个……
第五次，第4次循环，10 + 100 + 1000 + 10000 + 10000*10 = 111110 个……
第六次，第5次循环，约 1111110 个，数字已经十分庞大了，所以循环次数不要设置太大，建议 2-3 即可……
循环次数太多也没什么用，因为循环次数越多，后来抓取的词与种子关键词相关性越低，最后甚至毫不相关……
达到指定条件、抓取完成后，最后程序会自动过滤重复关键词，只保留唯一数据……
下载地址：
（2013年1月20日，20:47:01：修改一些细节……）
留言评论（旧系统）：
文章来源于lcx.cc:Baidu Related Searches Crawler (百度相关搜索抓取工具) v1.0
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论