百度搜索之词条链接分析

非百度站内搜索,词条的链接是经过百度转码过后的.转码方法不得而知,所以现在还没有方法直接解码.
这个程序只是简单的通过借用百度搜索引擎,获取每个词条的标题及经过百度编码过后的链接地址.
经过测试发现每次搜索条目不超过760条,现在尚不知如何突破.后续会持续改进.附Python代码.

#encoding:utf-8
import urllib,re,sys,os
class_t = re.compile(u'<h3\s[^>]*?class=\"t.*?\">[\s\S]*?<a\s[\s\S]*?href[^=]*?=[^\"]*?\"([\S]*?)\"[\s\S]*?>(.*?)<\/a>[\s\S]*?<\/h3>')
http = re.compile('http\:\/\/[\S]*?\.[\S]*')
rsv_page = re.compile('<a[\s]href=\".*rsv\_page=1\".*>')
bd_style= re.compile('http\:\/\/www\.baidu\.com\/link\?\url\=(.*)')
def getUrl(ie,kw,rn,pn):
	try:
		url= 'http://www.baidu.com/s?ie='+ie+'&&wd='+kw+'&&rn='+str(rn)+'&&pn='+str(pn)+'&&cl=3'
		info=urllib.urlopen(url).read()
	except Exception,e:
		print 'Exception Found!'
	nextPage = len(rsv_page.findall(info))
	h3 = []
	h3 = class_t.findall(info)#h3为由元组构成的列表
	if len(h3)"+url
	if(len(h3) > 0):
		l = len(h3)
		fh = open('rec.txt','a+b')
		for i in range(0,l):
			if re.match(http,h3[i][0]):
				code = bd_style.findall(h3[i][0])
				if len(code)>0:
					fh.write(code[0]+'\r\n')
			else:
				pass
		fh.close()
	else:
		print "Not Found"
	if nextPage "+url
	return nextPage
if __name__ == "__main__":
	c=0
	ie = "utf-8"
	kw = sys.argv[1]#搜索关键词
	rn = 10#每页显示条目
	pn = 0#显示条目数
	if os.path.exists('rec.txt'):
		os.remove('rec.txt')
	while getUrl(ie,kw,rn,pn):
		pn+=rn

最终结果范例如下:
为什么幽鬼叫qwerty_dota吧_百度贴吧
L4rQejYYtarAKEHCnK2J5pbhkXOxKYan8I3CXk5cnbWx92efntqzsXeQgV_Ep2M4
DOTA 的QWERT 是谁?_百度知道
hka_1NOumisPcSY9CJIyuUaqzPiTNYEWkG3yzLhbd3bpIGUL07_Ik8vvygLH3PGvBtOFYOqv3lO3Go_tMeAUkK
幽鬼冠名者Qwerty究竟为何成为传奇?终于找到失传已久的真相视频_…
uHYgmFpMQxwGpKNuGQ9tqw9IWhxZRSRFLA8zZ251QbiNyRrK10WZ8_Ilwme1SazY
QWERTY全键盘手机大全】QWERTY全键盘手机报价及图片大全-ZOL…
RvpOd4_m0MKcqWXgyT2UHpvxq4_sfrevZ6j0UPAs0QbVCF_n1hmKKj8Fq2KZThebigATQJeqO40S7vC2TBY4g-9hEzBjfbFTNDb-JSasRI7
QWERTY键盘 – 维基百科,自由的百科全书
YvtRtT9Wdkto4izxBUV9TWTVertr7dY99QH7QOGQw0oE__HjWjfPehPKYKB7tbYG
QWERTY – 百度百科
26PsoOLr21y4xSZFIwyoXyBFpnXyJWRvMIHHAokD9T50veBe_p-Z6DjcgLwc_obr5WU2syp2ModNceGGGPEdra
手机虚拟键盘和手机虚拟qwerty键盘到底有什么区_百度文库
qU9CJGEuIapMkrsaqoq9JzQcXQM7X0t2lr5MRxV848DyS72aGAU4XdF8hq8ic-CRPjzQF1z2eVYYShwdIoRFp9_fhEyFgKw3ArT0rzNSY2_
曲面屏幕+QWERTY键盘:Moment智能手表即将发起众筹—在线播放—…
I-gblQACmgDa8EITeV0QaphobPbZAlWIQOrXlh9RxldwOYmE09aALh68oSLdrPOfO9bD6cSQoYvlOqIBH-5WV_
P990 的四种键盘: QWERTY, QWERTZ, AZERTY 和 Russian …_百度知道
qtF7P3Dewx8KdRbJIVSQPCSc66UrvSUmwMuK6SH-Ngxe1bjPEv_1gzL_e_Rbz2KCl40bMJ3E57DKS32DvbMKpq
qwertyuiop_百度百科
-n8njs2r2wU32ivMc-f8_xgY5hhWu_Qt8NI826OJxEDiBLbMka7zDc35njAXjGoF
幽鬼的名字为什么可能是qwerty-,找到了这个视频。_dota吧_百度贴吧
tOCbxGQTcECEKJHsZKBn3l1DL7sHoTzcJM2_114QK88SJRXcSeobFKPvyZ3ZSIIh
qwerty东西8的贴吧
KBiQZArCQRT89RhiPLP5Bg7ddyWXYMf78HjQKKyR_k0YrcnR0HzuI5HucIKMTY-z1-fHu9DWagW8aZ0VlEBMqIafLdJu4evJJKn7Hy-Nwy7