Python实现获取网站PR及百度权重

访问它，得到Rank_1:1:0。第二个引号后面的数字是PR，因为我的站是没有PR的，所以PR为0.

于是，我们使用requests.get()来访问我们这个构造好的URL，然后获得类似Rank_1:1:0这样的结果，最后通过正则或其他方式得到PR值0。

以上是getPR这个函数的执行过程。再看获取百度权重的过程。

百度权重并不是百度官方给的一个标准，是一些第三方网站计算的一个值，所以并没有像PR一样的接口。所以我们就需要抓取这些第三方网站中的信息了。下面是获取百度权重的函数:

def getBR(www):

    try:

        url = 'http://mytool.chinaz.com/baidusort.aspx?host=%s&sortType=0' % ( www , )

        response = requests.get(url)

        data = response.text

        rex = re.search(r'(<div class="siteinfo">.+?<font.+?>)(\d*?)(</font>)',data,re.I)

        return rex.group(2)

    except :

        return None

使用方法也是传入域名，返回权重值。

我抓取的是站长工具的一个权重咨询的页面：http://mytool.chinaz.com/baidusort.aspx?host={域名}&sortType=0

我的正则就是它：(<div class="siteinfo">.+?<font.+?>)(\d*?)(</font>)，大家可以自己查看源代码看一下，就知道正则怎么写了。

好了，我们来批量获取一下这些网站的PR和权重：

直接看结果：

单一一个进程扫的话速度会略慢，开10个20个线程批量获取的话应该比较快。