搜索引擎相关搜索词应该是不少seoer在寻找和选择使用的关键词拓展类别，除开热门的百度相关搜索词采集，当然还有360搜索引擎以及搜狗搜索引擎，当然知道方法以后，应用python来实现，基本都是大同小异，你唯一需要关心的是词本身，以及反爬的限制！

这不，本渣渣就是第二次在360搜索上翻车了，注意，这是第二次，第一次，处女翻车还是在采集360搜索问答的时候翻的车，真是好了伤疤忘了疼，太久远了！！

360搜索大力出奇迹，不对，大力出验证码。。

本渣渣这里实现相关关键词的获取是采用了正则，参考了不少源码，都是采用正则比较方便快捷的！

360搜索相关关键词关键源码

re.findall(r'<a data-ext=".+?" href=".+?">(.+?)</a>', html, re.S | re.I)

搜狗搜索相关关键词关键源码

re.findall(r'<p><a href=".+?" id="sogou_99999_.+?">(.+?)</a></p>', html, re.S | re.I)

可自行参考学习，毕竟没有好讲的！

附上一个360搜索相关关键词采集的源码，供大家参考和学习！PS：代码不是我写的，本渣渣学废了，怎么写的出？！

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
360相关搜索词挖掘脚本（多线程版）
基于python3.8
需要安装requests模块
@author：微信/huguo00289
"""import re
from queue import Queue
from threading import Thread
import requests,randomclass Qh360Spider(Thread):result = {}  # 保存结果字典seen = set()  # 表示在队列中的关键词（已抓取或待抓取）def __init__(self, kw_queue, loop, failed):super(Qh360Spider, self).__init__()self.kw_queue = kw_queue  # 关键词队列self.loop = loop  # 循环挖词拓展次数self.failed = failed  # 保存查询失败的关键词文件self.ua_list = ['Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.163 Safari/535.1','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36Chrome 17.0','Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_0) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11','Mozilla/5.0 (Windows NT 6.1; WOW64; rv:6.0) Gecko/20100101 Firefox/6.0Firefox 4.0.1','Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:2.0.1) Gecko/20100101 Firefox/4.0.1','Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50','Mozilla/5.0 (Windows; U; Windows NT 6.1; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50','Opera/9.80 (Windows NT 6.1; U; en) Presto/2.8.131 Version/11.11',]def run(self):  # 程序的执行流程while True:# 从队列里面获取一个关键词及其对应的当前拓展次数kw, cloop = self.kw_queue.get()print('CurLoop:{} Checking: {}'.format(cloop, kw))query = 'https://www.so.com/s?q={}'.format(kw)  # 构建含关键词的urltry:source = self.download(query, timeout=10)# source = self.download(query,timeout=10,user_agent=self.ua)if source:kw_list = self.extract(source)print(kw_list)self.filter(cloop, kw_list)else:# 获取源码失败，保存查询失败的关键词self.failed.write('{}\n'.format(kw))finally:self.kw_queue.task_done()def download(self, url, timeout=5, proxy=None, num_retries=5):"""通用网页源码下载函数:param url: 要下载的url:param timeout: 请求超时时间，单位/秒。可能某些网站的反应速度很慢，所以需要一个连接超时变量来处理。:param user_agent: 用户代理信息，可以自定义是爬虫还是模拟用户:param proxy: ip代理(http代理)，访问某些国外网站的时候需要用到。必须是双元素元组或列表（‘ip：端口’，‘http/https’）:param num_retries: 失败重试次数:return: HTML网页源码"""headers = {"Cookie": "QiHooGUID=41F80B0CCE5D43A22EEF0305A12CDE3F.1596003342506; __guid=15484592.2994995584481314300.1596003341831.5723; soid=TjzBKt3zrO-Rh1S7fXSb0S!6kmX5TlEerB2URZz9v4; __md=667cb161f9515972323507763d8fa7dd643a65bd2e88034.9; dpr=1; isafe=1; webp=1; _uc_m2=886a48052dbb9e2291f80055746e0d4f1f110f922b2f; _uc_mid=7cb161f953d8fa7dd643a65bd2e88034; __huid=11xZqhEl%2FfVeqclI4j%2BdQeQvX63Oph%2F%2BCVM5vxqYGxQI4%3D; Q=u%3Duhthb002%26n%3D%26le%3DAwH0ZGV5ZGR3WGDjpKRhL29g%26m%3DZGH5WGWOWGWOWGWOWGWOWGWOZGL0%26qid%3D144048053%26im%3D1_t018c25fbb66797efb2%26src%3D360chrome%26t%3D1; T=s%3D2afa764886f737dd5d23421c30f87a1f%26t%3D1595934758%26lm%3D0-1%26lf%3D2%26sk%3De485bbde46ac34fc27fc40215de76c44%26mt%3D1595934758%26rc%3D1%26v%3D2.0%26a%3D1; _S=tg75a7e3fmv0mfdfkt8jlpfpj6; stc_ls_sohome=RRzRSR!RTR(RUR_RVR; gtHuid=1; homeopenad=1; _pp_wd=1; _ga=GA1.2.607533084.1598082638; _gid=GA1.2.1887117715.1598082638; count=6; erules=p1-9%7Cp2-11%7Cp4-3%7Cecl-2%7Ckd-1%7Cp3-2",'User-Agent': random.choice(self.ua_list)}try:# 打开网页并读取内容存入html变量中resp = requests.get(url, headers=headers, proxies=proxy, timeout=timeout)print(resp.status_code)except requests.RequestException as err:print('Download error:', err)html = None  # 如果有异常，那么html肯定是没获取到的，所以赋值Noneif num_retries > 0:return self.download(url, timeout, proxy, num_retries - 1)else:html = resp.content.decode('utf-8')#print(html)return html@staticmethoddef extract(html):'''提取关键词:param html:搜索结果源码:return:提取出来的相关关键词列表'''return re.findall(r'<a data-ext=".+?" href=".+?">(.+?)</a>', html, re.S | re.I)def filter(self, current_loop, kwlist):'''关键词过滤和统计函数:param current_loop: 当前拓展的次数:param kwlist: 提取出来的关键词列表:return: None'''for kw in kwlist:# 判断关键词是不是已经被抓取或者已经存在关键词队列# 判断当前的拓展次数是否已经超过指定值if current_loop < self.loop and kw not in self.seen:# 同时满足关键词的拓展次数小于目标次数，而且关键词不在seen里面时才把kw放到待抓取队列内self.kw_queue.put((kw, current_loop+1))Qh360Spider.seen.add(kw)# 将关键词放到结果字典内，并统计出现次数if kw in self.result:Qh360Spider.result[kw] += 1else:Qh360Spider.result[kw] = 1if __name__ == '__main__':# 创建关键词队列实例k_queue = Queue()# 将待抓取关键词放入队列已经类的seen属性中with open('keywords.txt', encoding="GBK") as kwfile:for key in kwfile:key = key.strip()k_queue.put((key, 1))Qh360Spider.seen.add(key)# 创建查询失败保存文件check_failed = open('faileds.txt', 'w')# 创建线程for i in range(15):bds = Qh360Spider(k_queue, 3, check_failed)bds.setDaemon(True)bds.start()# 阻塞关键词队列，直到完成k_queue.join()# 关闭查询失败的文件check_failed.close()# 对结果进行排序及写入文件sort_list = sorted(Qh360Spider.result.items(), key=lambda x: x[1], reverse=True)with open('ah360key.txt', 'w', encoding='utf8') as save:for item in sort_list:# 关键词+次数的文件输出方式line = '%s\n' % (item[0])if len(line) > 0:print("有东西")print('111')save.write(line)save.flush()  # 刷新缓存，避免中途出错save.close()print('done，完成挖掘')

如果没有接入ip代理，超级容易和谐，毕竟大力出验证码，试了一下，速度还是可以，就是太容易被360搜索反爬封禁了，如果想要正常稳定运行，不知道接入代理ip情况如何，同时还得有一个cookies库！

微信公众号：二爷记

不定时分享python源码及工具