今天给大家演示如何使用python直接采集百度指数的数据。
百度指数(Baidu Index) 是以百度海量网民行为数据为基础的数据分析平台，它能够能够告诉用户：某个关键词在百度的搜索规模有多大，一段时间内的涨跌态势以及相关的新闻舆论变化，关注这些词的网民是什么样的，分布在哪里，同时还搜了哪些相关的词。
百分十先生分享过如何使用uiautomation采集百度指数：百度指数 如何批量获取？
不过个人感觉这方法好像有点杀鸡用牛刀，对于网页使用selenium完全足以，当然对于专门针对selenium进行反爬检测的网页就需要特殊修改。
本文不演示如何使用UI自动化工具采集百度指数，为了采集更简单将直接读取并解析接口。
关于uiautomation，PC端的UI自动化可以查看教程：
打开百度指数发现查看指数必须要先登录，比如我们对比一个python和Java最近一周的指数：
当鼠标移动到每天的坐标上时会显示当天的数据，例如：
如果我们采用UI自动化的方式，至少得模拟移动到每天的坐标。
打开开发者工具，重新查询发现获取数据的接口：
实际的指数数据就存储在这个data字段中，但是以某种加密方式加密了。
然后注意第二个接口的某个参数与当前接口返回的数据某个值一致。
此时我全局搜索decrypt，找到了加密函数：
此时打上断点重新搜索，可以看到传入该函数的t参数与ptbk接口返回的值一致：
说明我们只需要将这段js翻译为python来解密加密数据即可。
下面我们总结一下指数数据获取的思路：
通过index接口获取uniqid和加密后的指数数据userIndexes
通过ptbk接口传入uniqid获取密钥key
通过解密函数根据密钥key解密userIndexes
下面我们分别用代码来实现，首先获取指数数据：
cookie需要在登录后复制粘贴获取，就是请求中的这段字符串（直接复制粘贴即可）：
结果：
这些数据中，wise表示移动端，all表示pc端+移动端。userIndexes是指数详情数据，generalRatio是概览数据。
下面我们只关心各个关键字的整体表现。
下面我们获取uniqid并获取ptbk：
下面我将下面这段Js代码翻译为python：
python代码：
然后我们遍历每个关键字解密出对应的指数数据：
检查实际网页中的数据发现确实一致：
那么我们就可以轻松获取任意指定关键字的指数数据。下面我将其整体封装一下，完整代码为：
测试一下：
结果非常不错。
这篇文章出自小小明的博客，原文链接：