百度排名分析及采集
发布时间丨2022-04-06 15:46:33作者丨zhaomeng浏览丨12
百度国内最大的搜索引擎，基本上日常生活离不开,大家常说的有问题找'度娘'，指的就是百度。百度现在的地位已经是无可撼动。很多公司花钱买竞价，做广告，做推广。换很多的时间做seo的优化工作。花大量的时间去查百度的排名。目的都是希望自己的产品或者推广被百度收录，并展示到百度搜索的首页或前三页。那么现在有专门的seo的优化，也有专门的推广。那么还有一个排名的查询没有专门的人来做，这个时候爬虫攻城狮就来充当这个角色。优先公司做了一段时间的seo优化后需要去查看优化的效果。几十个还能去查。一百以内估计查完需要几个小时，那么一批几千个呢。可想而知，不能在以手动查找了。爬虫自动化去查询效率是非常高的。也不会影响做其他的工作。那么怎么样去采集百度的排名呢。这个是本篇博文的研究重点。在写这篇博文你的时候，博主就已经开发出了分布式采集百度排名的查询工具。并应用到了实际的企业查询中。对代码及百度的一些变化做了研究及测试。算是经过了企业的应用迭代更新。
这里主要是来分享百度排名的查询开发中遇到的问题以及对百度排名的研究：影响百度排名的因数有如下几点：
- 查询所在城市地区不同
同一个关键词在不同的城市地区查询百度排名的结果存在差异。
原因在于：百度为了提高用户的搜索体验，从而根据用户当前所在的地区提供最近的搜索结果，这样就导致了为什么同一个关键词在不同城市和地区的搜索排名不一样的情况。百度还有一个很重要的算法叫分区域算法，不同的地区，百度会给你不同的搜索结果。把本地符合条件的搜索结果优先展示给客户显得更人性化。
- 查询的浏览器存在用户使用记录（cookie缓存）
本地的搜索习惯及用户的搜索喜好会影响百度关键词的查询排名。
当我们同一台电脑搜索同一个关键词的时候，一种搜索就是直接在浏览器里百度搜索，另外一种就是打开浏览器的无痕模式搜索，会发现两次的搜索结果存在差异，甚至完全不一样。
原因在于：用户如果经常搜索某个关键词，会被记载Cookie，搜索引擎会根据访客点击查看习惯优先展示出访客经常访问的页面，进而使排名发生变化。
- 查询的数据来自不同的数据中心
查询的数据来自不同的数据中心（服务器）搜索的查询结果也是不同的。
我们有时候在公司同一个局域网下不同电脑搜索同一个关键词的时候，会发现搜索的结果存在不一样，A搜索到了960的排名，但是B却没有搜索到。相同电脑搜索的同一个关键词也会存在差异，当我们搜索关键词有结果后，再次刷新浏览器可能搜索的结果也不一样了。
原因在于：搜索引擎的访问量巨大，一般搜索结果都会由多个数据中心提供，利用负载均衡技术把用户转到不同的数据中心。这些不同数据中心之间的数据由于种种原因可能并不同步，所以，当不同的人在同一个搜索引擎搜索相同关键词的时候，却有可能使用的是不同的数据中心，因为数据内容不同而看到不同的结果。就算是同一个人在前后几秒刷新浏览器后，也可能是在使用着不同的数据中心。
- 查询的时间段不同
查询的时间不同百度的排名及搜索结果也会存在不同。
我们经常的搜索关键词的排名会发现第一次在首页出现了结果，但是过段时间在查询，可能他的结果就跑到了第二页了，甚至就前三页没有了这个排名搜索的结果。
原因在于：百度搜索一个关键词，恰好是百度数据更新前后的时间，也会造成排名不同，百度改善用户体验的方法是显示用户喜欢的页面，然后丢弃用户不喜欢的页面。随着关键词点进率的显著变化，它也会导致排名的变化。
- 用户的搜索习惯的不同
不同的人搜索的内容存在不一样，那么百度推送的及查询的数据存在不一样。
咱么公司经常性的打开使用chem960，那么搜索关键词的时候百度会优先给我们展示960的搜索数据。因此查询百度排名的时候，在我们公司的局域网里面容易搜索到排名结果，但是换成家里的或者其他地方电脑搜索同一个关键词的结果会存在差异甚至就搜索不到。
原因在于:搜索引擎算法的不断升级，搜索引擎已经可以根据用户的喜好行为来判断搜索页面的排名展现了，你的搜索记录也会影响关键词的排名结果，所以，你经常打开的网页，搜索引擎也会优先排名给你个人展示出来。
- 登录了百度的账号
随着搜索引擎越来越智能化，当我们在使用搜索引擎的过程中它会根据我们搜索词习惯和点击习惯在本地将相应的关键词网站排名推上去甚至置顶，当然了这个是在关键词排名在首页的情况下才会出现这种情况。
登录了中国百度公司账号你会发明问题不管你改换了一个电脑，还是通过手机端，假如是统一个账号，你会看到我们百度下拉框内里有近来的搜索词。百度应该同步这些信息，而不仅仅是Cookie，Cookie和电脑缓存的意思一样，也会主动保存你经常遇到的首页排名的网站。
- 用户使用的IP地址不同
不同的IP地址查询同一个关键词的搜索结果存在差异甚至完全不同。
我们使用的代理IP是全国的随机分配的IP地址，那么使用这样的代理IP去搜索一个关键词和我们在本地局域网里面搜索同一个关键词的，所看到的结果是存在差异，甚至就完全不一样。
原因在于：百度搜索存在区域算法及优先推送本区域的常见搜索结果以及用户的搜索习惯、搜索喜好都不同，当我使用代理IP和本地电脑（及局域网）同时查询同一个关键词的时候，获取到的结果是存在差异的，甚至是完全不一样。
以上就是对百度排名分布式爬虫的应用中遇到的问题及原因。
分布式百度排名查询工具将会大大的提高企业的查询效率及当前的关键词排名的准确性。
如有需要的可以联系博主有偿提供排名的查询服务。