功能描述

百度站长后台的普通收录的方式有3种，分别是API提交、sitemap地址还有手动添加，其中sitemap的响应时间有时候会比较长，使用API推送是更理想的一种方式。本代码使用的前提是网站已经有支持百度sitemap格式的xml文件页面，首先使用requests.get()方法抓取文件内容，用正则提取出url并转化成字符串之后，通过requests.post()方法向推送接口发送POST请求。
百度sitemap的标准格式
image.png
百度站长后台的推送接口
image.png

代码

requests属于第三方库，没有安装的话在terminal使用pip install requests命令安装，这里不做赘述。
类构造函数中的headers的字典，在百度站长平台的后台有相关示例，不确定每个人都一样
image.png

  1. import re
  2. import requests
  4. class api_send:
  6.     def __init__(self):
  7.         # 此处填写要提交的sitemap的url
  8.         self.web_url = "https://yourdomain/sitemap.xml"
  9.         # 此处填写百度的推送接口
  10.         self.api = "http://data.zz.baidu.com/urls?site=https://yourdomain&token=yourtoken"
  11.         # 此处复制百度的推送示例
  12.         self.headers = {
  13.             'User-Agent': 'curl/7.12.1',
  14.             'Host': 'data.zz.baidu.com',
  15.             'Content - Type': 'text / plain',
  16.             'Content - Length': '83'
  17.         }
  18.         # 这里填写正则表达式的规则，如果是其他形式的sitemap，是需要做调整的
  19.         self.url_reg = re.compile("<loc>(.*)</loc>")
  21.     def web_request(self):
  22.         headers = {
  23.             "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.72 Safari/537.36 Edg/90.0.818.42"
  24.         }
  25.         self.content = requests.get(url=self.web_url,headers=headers).text
  27.     def get_urls(self):
  28.         li_urls = re.findall(self.url_reg, self.content)
  29.         self.urls = ""
  30.         for url in li_urls:
  31.             self.urls += "\n"+url
  33.     def send_post(self):
  34.         response = requests.post(
  35.             self.api,
  36.             headers = self.headers,
  37.             data = self.urls,
  38.             timeout = 20
  39.         ).text
  40.         return response
  43. if __name__ == '__main__':
  44.     obj = api_send()
  45.     obj.web_request()
  46.     obj.get_urls()
  47.     result = obj.send_post()
  48.     print(result)

运行结果

正常情况下，代码会打印一个字典作为结果，如：{“remain”:98904,”success”:1096}，这样就表示代码运行成功了