让我们最终转向本章开头看到的示例代码，它做了一些比获取当前温度更有用和令人兴奋的事情。
谷歌提供了一个 SOAP API，用于以编程方式访问谷歌搜索结果。要使用它，您需要注册 Google Web 服务。
步骤 12.4. 注册 Google Web 服务
-
访问 http://www.google.com/apis/ 并创建一个谷歌帐户。这只需要一个电子邮件地址。注册后，您将通过电子邮件收到您的 Google API 密钥。每当您调用谷歌的搜索功能时，都需要将此密钥作为参数传递。
-
同样在 http://www.google.com/apis/ 上，下载 Google Web APIs 开发者工具包。这包括几种编程语言（但不包括 Python）的一些示例代码，更重要的是，它包括 WSDL 文件。
-
解压缩开发者工具包文件并找到 GoogleSearch.wsdl。将此文件复制到本地驱动器上的某个永久位置。您将在本章稍后用到它。
一旦您拥有了开发者密钥并将 Google WSDL 文件放在了已知位置，就可以开始摆弄 Google Web 服务了。
示例 12.12. 自省 Google Web 服务
>>> from SOAPpy import WSDL >>> server = WSDL.Proxy('/path/to/your/GoogleSearch.wsdl')>>> server.methods.keys()
[u'doGoogleSearch', u'doGetCachedPage', u'doSpellingSuggestion'] >>> callInfo = server.methods['doGoogleSearch'] >>> for arg in callInfo.inparams:
... print arg.name.ljust(15), arg.type key (u'http://www.w3.org/2001/XMLSchema', u'string') q (u'http://www.w3.org/2001/XMLSchema', u'string') start (u'http://www.w3.org/2001/XMLSchema', u'int') maxResults (u'http://www.w3.org/2001/XMLSchema', u'int') filter (u'http://www.w3.org/2001/XMLSchema', u'boolean') restrict (u'http://www.w3.org/2001/XMLSchema', u'string') safeSearch (u'http://www.w3.org/2001/XMLSchema', u'boolean') lr (u'http://www.w3.org/2001/XMLSchema', u'string') ie (u'http://www.w3.org/2001/XMLSchema', u'string') oe (u'http://www.w3.org/2001/XMLSchema', u'string')
|
|
开始使用 Google Web 服务很容易：只需创建一个 WSDL.Proxy 对象并将其指向您本地副本的 Google WSDL 文件。 |
|
|
根据 WSDL 文件，谷歌提供了三个函数：doGoogleSearch、doGetCachedPage 和 doSpellingSuggestion。它们的功能与其名称完全一致：执行谷歌搜索并以编程方式返回结果，访问上次谷歌看到某个页面的缓存版本，并为常见的拼写错误搜索词提供拼写建议。 |
|
|
doGoogleSearch 函数接受许多不同类型的参数。请注意，虽然 WSDL 文件可以告诉您参数的名称和数据类型，但它不能告诉您它们的含义或如何使用它们。理论上，如果只允许使用特定值，它可以告诉您每个参数的可接受值范围，但谷歌的 WSDL 文件没有那么详细。 WSDL.Proxy 不能创造奇迹；它只能为您提供 WSDL 文件中提供的信息。 |
以下是 doGoogleSearch 函数所有参数的简要说明
- key - 您的 Google API 密钥，您在注册 Google Web 服务时收到了它。
- q - 您要查找的搜索词或短语。语法与谷歌的网页表单完全相同，因此如果您知道任何高级搜索语法或技巧，它们在这里也同样适用。
- start - 要开始的结果的索引。与谷歌的交互式网页版本一样，此函数一次返回 10 个结果。如果您想获取结果的第二“页”，则应将 start 设置为 10。
- maxResults - 要返回的结果数。目前上限为 10，但如果您只对几个结果感兴趣并希望节省一点带宽，则可以指定更少的数量。
- filter - 如果为 True，谷歌将从结果中过滤掉重复的页面。
- restrict - 将其设置为 country 加上国家/地区代码，以仅获取来自特定国家/地区的结果。例如：countryUK 用于搜索英国的网页。您还可以指定 linux、mac 或 bsd 来搜索谷歌定义的一组技术网站，或指定 unclesam 来搜索有关美国政府的网站。
- safeSearch - 如果为 True，谷歌将过滤掉色情网站。
- lr（“语言限制”） - 将其设置为语言代码以仅获取特定语言的结果。
- ie 和 oe（“输入编码”和“输出编码”） - 已弃用，两者都必须为 utf-8。
示例 12.13. 搜索谷歌
>>> from SOAPpy import WSDL >>> server = WSDL.Proxy('/path/to/your/GoogleSearch.wsdl') >>> key = 'YOUR_GOOGLE_API_KEY' >>> results = server.doGoogleSearch(key, 'mark', 0, 10, False, "", ... False, "", "utf-8", "utf-8")
|
|
设置 WSDL.Proxy 对象后，您可以使用所有十个参数调用 server.doGoogleSearch。请记住使用您在注册 Google Web 服务时收到的自己的 Google API 密钥。 |
|
|
返回的信息很多，但让我们先看看实际的搜索结果。它们存储在 results.resultElements 中，您可以像访问普通的 Python 列表一样访问它们。 |
|
|
resultElements 中的每个元素都是一个具有 URL、title、snippet 和其他有用属性的对象。此时，您可以使用普通的 Python 自省技术，例如 dir(results.resultElements[0]) 来查看可用的属性。或者，您可以通过 WSDL 代理对象进行自省，并查看函数的 outparams。每种技术都将为您提供相同的信息。 |
results 对象包含的信息不仅仅是实际的搜索结果。它还包含有关搜索本身的信息，例如搜索花费的时间以及找到的结果数量（即使只返回了 10 个）。谷歌网页界面会显示此信息，您也可以通过编程方式访问它。
示例 12.14. 访问谷歌的辅助信息
>>> results.searchTime
|
|
此搜索花费了 0.224919 秒。这还不包括发送和接收实际 SOAP XML 文档所花费的时间。这只是谷歌在收到您的请求后处理它所花费的时间。 |
|
|
总共有大约 3000 万个结果。您可以通过更改 start 参数并再次调用 server.doGoogleSearch 来一次访问 10 个结果。 |
|
|
对于某些查询，谷歌还会在 谷歌目录 中返回相关类别的列表。您可以将这些网址附加到 http://directory.google.com/ 以构建指向目录类别页面的链接。 |