Zjisteni pozice ve vyhledavani na google.cz

Zdravím Vás lidičky, mam mega problem, už sem zoufalej. Potrebuji napsat script ktery mi zjisti na ktere pozici ve vyhledavaci google.cz se nachazi web na zadane klicove slovo. Jiz se vyzkousel 4 moznosti a google me proste asi nema rad. DOMdocument, google se nenechal osahat a nevratil me nic. Pres fopen adavkovem nacteni dokumentu me google prestal po dvou dnech reagovat na script, resp. mi ho zakazal pac mi script zacal hazet err 5OO tusim. Sahl sem po fci file_get_contents() ta mi nadherne fungovala asi 14 dni. Pak z niceho nic jakmile odeslu sestavenou adresu na vyhledavani tak mi vrati prazdny obsah, pokud je na index googlu tak ten se stahne. Rikam si no nic, tak sahnu po Google AJAX search API, jenze ta vraci naprosto rozdilny vysledek od pozic pri klasickem vyhledavani na webu. Osetril sem aby vyhledaval jen v cz, ale stale hazi rozdilne vysledky pri diakritice. For example: když zadam pulka, najde to jako první slovo půlka na wikipedii ... hlavní stránka ale dává větší důležitost přesně slovu pulka Nevíte někdo o nějakém funkčním řešení jak zjistit pozici webu ve výsledcích google na požadované klíčové slovo ? Prosim prosim moc o pomoc, predem vsem dekuji.

Zkusil bych cURL, ten umí akceptovat i COOKIES a taky bych zkusil změnit hlavničku USER_AGENT toho požadavku tak, aby se tvářil jako prohlížeč...

Napsal DaveLister;199511

Zkusil bych cURL, ten umí akceptovat i COOKIES a taky bych zkusil změnit hlavničku USER_AGENT toho požadavku tak, aby se tvářil jako prohlížeč...

pomocí cURLu to je teď realizovaný a jakákoliv hlavička kromě Accept-Language nemá vliv na výsledky

Já to dělal přes fopen a taky mě na chvilku zakázal, ale pak se to zas rozjele. Nějak moc sem to netestoval. Ale pozice to taky nevyhledá dycky přesně. Chce to ještě dost vychytat :)). A nebo teda použít jinou metodu...jediný co mě funguje přesně je jyxo.cz, ostatní v tom kodu maj hroznej bordel.

Napsal korwin;199662

Já to dělal přes fopen a taky mě na chvilku zakázal, ale pak se to zas rozjele. Nějak moc sem to netestoval. Ale pozice to taky nevyhledá dycky přesně. Chce to ještě dost vychytat :)). A nebo teda použít jinou metodu...jediný co mě funguje přesně je jyxo.cz, ostatní v tom kodu maj hroznej bordel.

timhle spusobem, nez sem skusim sahnout po API tak mi chodil seznam i google presne >> $nechtene_mezery = array(" "); $klicova_slova = $_POST.",".$_POST.",".$_POST; $klicova_slova = str_replace($nechtene_mezery,"%20",htmlspecialchars($klicova_slova)); $klicove_slovo = explode(',',$klicova_slova); $pocet_klicovych_slov = count($klicove_slovo); $url_webu = htmlspecialchars(str_replace("www.","",$_POST)); echo $url_webu; $aktualni_klicove_slovo = 0; echo""; while($aktualni_klicove_slovo != $pocet_klicovych_slov) { $seznam_pocatek = 1; $google_pocatek = 0; $seznam_pozice = 0; $google_pozice = 0; $seznam_vyskyt = 0; $google_vyskyt = 0; while($seznam_pocatek < 32 and $google_pocatek < 31) { $seznam_zaznam_na_strance = 1; $google_zaznam_na_strance = 1; $seznam_adresa = "http://search.seznam.cz/?q=".$klicove_slovo."&pId=V5arhURTo-Df&count=10&from=".$seznam_pocatek; $google_adresa = "http://www.google.cz/search?hl=cs&lr=&q=".$klicove_slovo."&start=".$google_pocatek."&sa=N&lr=lang_cs"; $seznam_contents = @file_get_contents($seznam_adresa); $google_contents = @file_get_contents($google_adresa); $odstraneni_znaku = array("", ""); $seznam_zkraceno = str_replace($odstraneni_znaku,"",explode("Výsledky hledání",$seznam_contents)); $seznam_rozdeleno = explode('

Klíčové slovo

Seznam

Google.cz

"; if ($seznam_vyskyt == 1) {echo "";} else {echo "";} if ($google_vyskyt == 1) {echo "";} else {echo "";} $aktualni_klicove_slovo = $aktualni_klicove_slovo + 1; } mozna nekdo namitne ze to neni nejelegantnejsi reseni, ale bylo funkcni bezmala 14 dni :D nevim proc mi tet google nejde, seznam maka stale { $char = substr($keyword, $i, 1); $char = "%u00".dechex(ord($char)); $kw .= $char; } $keyword = $kw; for($i=0;$i<$poscount;$i=$i+4) { $url = "http://ajax.googleapis.com/ajax/services/search/web?v=1.0&q=" . $keyword . "&start=" . $i . "&lr=" . $lang . ""; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_HEADER, 0); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_HTTPHEADER, array("Accept-Language: " . $headerlang . "")); $var = curl_exec($ch); $results = json_decode($var); $count = count($results->{"responseData"}->{"results"}); if(($poscount-$i)<$count) $count = $poscount-$i; for($j=0;$j<$count;$j++) { if(eregi($address, $results->{"responseData"}->{"results"}->{"unescapedUrl"})) { $pozice = $i+$j+1; return $pozice; exit; } } } return "0"; } ?> ----------------

',$seznam_zkraceno); $google_rozdeleno = str_replace($odstraneni_znaku,"",explode(" ", $google_contents)); while($seznam_zaznam_na_strance != 11 and $seznam_vyskyt != 1) { $seznam_pozice = $seznam_pozice + 1; if (substr_count($seznam_rozdeleno, $url_webu) != 0 ) { $seznam_vyskyt = 1; } $seznam_zaznam_na_strance = $seznam_zaznam_na_strance + 1; } $seznam_pocatek = $seznam_pocatek + 10; while($google_zaznam_na_strance != 11 and $google_vyskyt != 1) { $google_pozice = $google_pozice + 1; if (substr_count($google_rozdeleno, $url_webu) != 0 ) { echo $google_rozdeleno." "; $google_vyskyt = 1; } $google_zaznam_na_strance = $google_zaznam_na_strance + 1; } $google_pocatek = $google_pocatek + 10; } sleep(1); flush(); echo "
".str_replace("%20"," ",$klicove_slovo)."	".$seznam_pozice."	-	".$google_pozice."	-