百度指数提交

百度指数有一个详细的帮助文档，下面列出来的几个点是我的个人总结：

百度指数是度量网民搜索量多寡的指数，可以用来描述社会对某某某的关注度。

百度指数大众版不要钱，百度指数专业版要钱，但不对个人用户开放。

百度指数不提供API直接获取数据，需要自行爬取。

百度指数每天更新，PC端数据最早到2006年6月，移动端数据最早到2011年1月。如需要获取2011年以前的百度指数，请仅获取PC端搜索数据。

如果检索的百度指数跨度超过一年，页面上显示的数据将是周指数而不是日指数，如果需要大段时间内的百度指数，需要分段获取后手工拼接。

使用+可以汇总若干个关键词的检索量，比如广场+炸鸡这个关键词的百度指数是广场和炸鸡的百度指数的和，百度指数最多支持三个关键词的累加搜索。

使用,（英文输入法下的逗号）可以将不同的关键词隔开，用来做对比分析，最多支持五个关键词的比较。

百度指数需要登录以后才能访问。

还有许多功能尚未提及，感兴趣的老铁多玩一下百度指数应该就能知道它们都是啥意思了。

接口分析

毫不意外，百度指数是通过Ajax获取的，我们通过简单的查找后可以发现它是通过下面这个请求获得的：

获取百度指数的Ajax请求

URL当中有一些格式化以后的字符，直接看不知道是啥意思，把它的具体内容截图：

表示要获取的关键词为炸鸡，区域是全国范围内，时间是30天以内

事实上，我第一次做百度指数爬虫的时候，参数都不是长这个样子的，说明百度指数更新了，故而在这里强调一下，我写下这篇专栏文章的日期是2020年8月5日。如果您阅读这篇文章的时间距离这个日期太过久远的话，本文可能就只有借鉴意义了。

下图给出的是该请求返回的JSON格式的数据，其中all代表PC+移动的数据，PC和wise分别代表着PC端和移动端的检索数据，展开以后data对应的数据就是返回的百度指数，endDate和startDate分别对应的便是这条百度指数的截止日期和开始日期。

上述GET请求返回的JSON数据

很明显，我们拿到的数据是加密后的密文，我们为了拿到真实数据需要知道它的解密方式。通过互联网检索，不难得知，百度指数的解密方式非常简单，它首先从服务器上获取到一个解密密码，然后再调用JavaScript进行解密。下图展示的是为了拿到密码而发送的GET请求，该请求有一个参数uniqid，其取值正是上一个请求返回的JSON数据中uniqid键对应的内容，感兴趣的老铁可以放大这段文字上下的两张图，做一个简单的对比。

为获取密码而发送的GET请求

拿到密码之后就可以百度一下百度指数的解密方式，可以搜索到现成的解密代码。我则想给大家看一下如何查找解密代码，算是授人以渔吧。通过下图介绍的方法可以看到这条请求究竟是如何发送出来的，我们可以一个一个点进去，看看有没有设置回调函数（就是拿到了服务器的返回值以后要执行的函数）。经验告诉我们vue开头的那些函数都不用去看，因为它们应该是框架vue提供的代码。点击名为fetchFeedIndex的触发器，我想我们就找到了我们想要的回调函数了。

为获取解密密码而发送的请求的触发器列表

首先这段代码的头上写着then，感觉非常像一个回调函数，然后在第二个红线框内明晃晃地写着decrypt这样的字样。在这一行加上一个断点，然后刷新一下网页，看看这个名为trendUtil.decrypt的函数定义是啥。

点击触发器得到的回调函数代码

虽然不太明白为什么设置的断点跳转到了另一个文件当中，但左右是可以看到这个函数的定义了，我们把鼠标滑到那个f decrypt(t,e) 上点一下就可以跳转到它的定义了，具体代码见下一张图（直接跳转过去的时候没有直接显示下面这个函数的定义，可以通过Ctrl+F定位一下）。

看注释也知道它在干一件啥样的工作了

剩下的工作就是把这一段JavaScript代码用python改写一下就可以了。

爬虫获取百度指数

明白了百度指数是如何获取、解密后，还差一点辅助工作才能够正式开始爬虫。

首先，百度指数只有在登录状态下才能够获取数据，那我们必须拿一个可用的cookie，经过试验证明，我们只要拿到cookie中键名为BDUSS的值就可以了，大家通过F12打开开发者工具，然后在应用程序选项卡-->Cookie侧边栏中找到这个值就行了。

然后，前文演示用的例子只是查找30天以内的全国范围内的百度指数，我们要查找的应当是某个区域某一个时间段以内的百度指数。可以先在网页上设置好相应的检索条件，然后再打开开发者工具查看设置好这些条件以后发送的请求参数：

查找2011年1月1日到2011年12月31日澳门关于炸鸡的百度指数

不难发现，其实就是多了startDate和endDate两个参数而已。

Python代码实现

当有了前面这些知识以后，我们可以很轻松地写出一个获取百度指数的爬虫，我将我写好的代码放在了我的Gitee仓库当中，感兴趣的老铁可以自行取阅。源代码当中写了比较多的注释，有一定python基础的同学应该能比较轻松地看懂。下面主要是介绍一下我这段源代码的使用方法。

按照上面介绍的方法，将cookie中BDUSS的值复制到app.login()当中。

设置好自己想要查找的关键词，地区，开始日期，结束日期和检索类型，具体可用的地区列表请查阅同一文件夹下的map.py文件，开始日期和结束日期之间的跨度不要超过一年，不然返回的数据将是以周计的数据。最后一个参数可以取值为all、pc、wise，分别代表获取PC+移动、PC、移动端的检索数据。

最后一行便是将获取到的数据存储到指定路径处。