python - 在 Google 自定义搜索 API 中指定日期范围

Question

在特定日期范围内的某个网站中搜索一组关键字非常简单:在您输入的 Google 搜索框中

desired-kewords site:desired-website

然后从“工具”菜单中选择日期范围。

例如2011年1月1日至2013年12月31日期间在www.cnn.com上搜索“阿拉伯之春”:

正如您在第二张图片中看到的，大约有 773 个结果!搜索 URI 如下所示:

https://www.google.co.nz/search?tbs=cdr%3A1%2Ccd_min%3A1%2F1%2F2011%2Ccd_max%3A12%2F31%2F2013&ei=iDcnWoy3Jsj38QW514S4Aw&q=arab+spring+site%3Awww.cnn.com&oq=arab+spring+site%3Awww.cnn.com&gs_l=psy-ab.12...0.0.0.6996.0.0.0.0.0.0.0.0..0.0....0...1c..64.psy-ab..0.0.0....0.a4-ff19obY4

日期范围可以在 tbs 参数的 cd_min 和 cd_max 中看到(每当使用工具菜单时，该参数就会出现在 URI 中)。

我想使用 Google 的 Python 自定义搜索 API 客户端以编程方式获得相同的功能。

我定义了一个自定义搜索引擎:

然后尝试了我在网络/堆栈溢出上找到的不同建议:

• This is a related没有答案的问题。

• 这篇文章关于 Date range search using Google Custom Search API引用here并建议使用 'sort' 参数来帮忙(sort = 'date:r:yyyymmdd:yyyymmdd')。它不起作用:“totalResults”是“44900”。

• This post建议使用日期限制字段，但效果不佳。

嗯!有什么可行的解决方案吗？

Answer 1

我可能会迟到，但对于其他正在寻找解决方案的人来说，您可以尝试以下操作:

from googleapiclient.discovery import build

my_api_key = "YOUR_API_KEY"
my_cse_id = "YOUR_CSE_ID"

def google_results_count(query):
    service = build("customsearch", "v1",
                    developerKey=my_api_key)
    result = service.cse().list(q=query, cx=my_cse_id, sort="date:r:20110101:20131231").execute()
    return result["searchInformation"]["totalResults"]

print google_results_count('arab spring site:www.cnn.com')

此代码将返回大约 1500 多个结果。

距离网络结果还很远，Google has an explanation why .

此外，如果您尚未设置 CSE 来搜索整个网络，here's a guide on how to set it up.

P.S.如果您仍然想获取网页版的结果/数据，您可以使用 BeautifulSoup 或其他库来抓取它。