SEO好文章_优秀的SEO技术文章收藏，带你发现更大的SEO世界！_【方法SEO顾问】

【张亚楠】[翻]使用requests和lxml进行web抓取

web抓取 web站点是由HTML语言编写，这意味着每个网页都是结构化文档。有时，我们可利用当前结构获取所需数据并保留数据格式，但通常都不能以合适的结构获取数据（不像csv和json）。 web抓取适时而出。web抓取可利用计算机程序过滤网...

11月18日 902 发表评论

1. 前言为了做一些报表，最近需要每日从爱站上抓取竞争对手的百度流量和移动流量，从我能实现的技术来看，大致有三种实现形式：火车头定时抓取； python+crontab定时抓取，保存在txt或cav或数据库中； django定时任务，用...

11月18日 2,577 1

1. 前言前几天在做日志分析系统，需要处理几十G的文件，我尝试用原来的for line in open(filepath).readlines()处理，但停顿好久也没变化，可见占用不小的内存。在网上搜索了下，找到了两种方法来读取大文件。 ...

11月18日 942 1

SEO需要经常看网站各种数据，如Visits，Keywords，landing page等，但总要登录Google Analytics（之后简称GA）查看，而且无法与其他系统数据结合。这时，就需要GA API了。GA API自动获取各种数据...

11月18日 1,330 1

这是一个存在多年、经常出现但又从来没有标准解决办法的问题：搜索引擎爬虫（尤其是百度）抓取JS、CSS、JSON文件，robots屏蔽依然抓取的情况。这就引出了几个问题： 1、爬虫抓取JS、CSS是干什么的？ 2、爬虫能否执行JS？ 3、爬...

09月24日 2,310 2

上回投票次数降序排列，主题顺序为：4312，依次为‘关键词分析’>‘SEO数据获取与分析’>‘DDOS、CC的SEO处理’>‘寄生虫程序原理’，所以就按这个顺序更新了。这几天下了班一直在折腾自己的事，微信号没更新，有一些...

09月24日 2,055 1

这是一篇介绍蜘蛛池和刷百度指数的科普贴。利用大中型站点搜索结果页做外推，估计在大中型网站工作的同学都碰到过，把业务词（大多是业务+联系方式，如“办假证联/系139_2011_329”）作为query，构造出搜索结果页的url，并将url主...

09月15日 2,120 3

劫持，一种古（guo）老（shi）的黑帽手法，差不多10年的时候就有一票前辈知道这个方法了。劫持分很多种，流量劫持、快照劫持、PR劫持等，其实前几个步骤都一样，就是最后的脚本写的不一样而已。因为是劫持别人的站，所以首先要获取劫持站的后台...

09月15日 1,664 3

前言在今年年初的时候，有幸参与了Zac老师发起的关于百度排名因素调查问卷，在填写问卷的同时，我意识到了Zac老师出版第3版《SEO实战密码》将会成为一个SEO圈的热点话题，于是把当时所问的问题都截图保存了一下，打算作为一手资料发博文分享给...

08月18日 1,435 5

大概一年前开始研究nlp（自然语言处理）时，就接触过word2vec这个强大的文本聚类开源项目（见《自然语言处理方面的一些待好好研读的文章笔记》），当时就意识到这东西对SEO来说肯定特别有帮助，只因我不够专注，没能继续深入研究下去。今天去逛...

08月14日 3,784 2

搜索引擎主要目标就是为了根据用户搜索词，把互联网上跟用户搜索词相关的网页找出来，并把越符合用户需要的页面排在越前面。 SEO要做的就是帮助网站让搜索引擎更好的理解它上面的内容，以便在相关搜索词上能够有更好的表现。搜索引擎在理解一个网页的时...

08月03日 1,185 2

国平曾经曰过：SEOer最易犯的毛病是把过程当结果、把手段当目标、把方向当计划，入行至今已见识过不少SEOer“拍脑门”、“拿来主义”、“生搬硬套”、“排名为王”式的SEO行为。不可否认，现在大多SEO只知道要这么做，却不知道出于何种原因要...

07月26日 1,989 发表评论