SEO好文章

背景 Scrapy默认是可以保存为csv的，可以用excel打开，使用scrapy crawl spider_name -o data.csv即可。但csv格式有诸多不便，比如中文编码问题，比如说逗号...

1. 前言 为了做一些报表，最近需要每日从爱站上抓取竞争对手的百度流量和移动流量，从我能实现的技术来看，大致有三种实现形式： 火车头定时抓取； python+crontab定时抓取，保存在txt或ca...

1. 前言 前几天在做日志分析系统，需要处理几十G的文件，我尝试用原来的for line in open(filepath).readlines()处理，但停顿好久也没变化，可见占用不小的内存。在网上...

SEO需要经常看网站各种数据，如Visits，Keywords，landing page等，但总要登录Google Analytics（之后简称GA）查看，而且无法与其他系统数据结合。这时，就需要GA...

这是一个存在多年、经常出现但又从来没有标准解决办法的问题：搜索引擎爬虫（尤其是百度）抓取JS、CSS、JSON文件，robots屏蔽依然抓取的情况。 这就引出了几个问题： 1、爬虫抓取JS、CSS是干...

上回投票次数降序排列，主题顺序为：4312，依次为‘关键词分析’>‘SEO数据获取与分析’>‘DDOS、CC的SEO处理’>‘寄生虫程序原理’，所以就按这个顺序更新了。 这几天下了班...

这是一篇介绍蜘蛛池和刷百度指数的科普贴。 利用大中型站点搜索结果页做外推，估计在大中型网站工作的同学都碰到过，把业务词（大多是业务+联系方式，如“办假证联/系139_2011_329”）作为query...

劫持，一种古（guo）老（shi）的黑帽手法，差不多10年的时候就有一票前辈知道这个方法了。 劫持分很多种，流量劫持、快照劫持、PR劫持等，其实前几个步骤都一样，就是最后的脚本写的不一样而已。 因为是...

前言 在今年年初的时候，有幸参与了Zac老师发起的关于百度排名因素调查问卷，在填写问卷的同时，我意识到了Zac老师出版第3版《SEO实战密码》将会成为一个SEO圈的热点话题，于是把当时所问的问题都截图...

大概一年前开始研究nlp（自然语言处理）时，就接触过word2vec这个强大的文本聚类开源项目（见《自然语言处理方面的一些待好好研读的文章笔记》），当时就意识到这东西对SEO来说肯定特别有帮助，只因我...