PHP 獲取百度收錄量、熱搜詞、快照時間完整實現

功能一：百度收錄量查詢

<?php
function baiduIndexCount($domain) {
    $url = "https://www.baidu.com/s?wd=site%3A" . urlencode($domain);
    $html = file_get_contents($url);
    // $html = iconv("gb2312", "UTF-8", $html); // 視頁面編碼決定
    if (preg_match('/找到相關結果數約?([\d,]+)個/', $html, $m)) {
        return (int)str_replace(',', '', $m[1]);
    }
    return 0;
}
echo baiduIndexCount('jb51.net');

功能二：百度熱搜詞（RSS 接口）

<?php
function getBaiduHotKeywords() {
    $rss = file_get_contents('https://top.baidu.com/rss_xml.php?p=top10');
    if (preg_match('/(.*)<\/table>/is', $rss, $m)) {
        $table = str_replace('&', '&', $m[0]);
        $xml = simplexml_load_string('' . $table);
        $keywords = [];
        foreach ($xml->tbody->tr as $tr) {
            if (!empty($tr->td->a)) $keywords[] = trim((string)$tr->td->a);
        }
        return $keywords;
    }
    return [];
}
print_r(getBaiduHotKeywords());
功能三：百度收錄 + 快照時間（綜合頁面）
<?php
$domain = "https://www.jb51.net/";
$site_url = 'https://www.baidu.com/s?wd=site%3A';
$all = $site_url . urlencode($domain);
$today = $all . '&lm=1'; // 今日收錄（可能已失效）

$utf_pat = '/找到相關結果數約?([\d,]+)個/';
$snap_pat = '/([^<]*)<\/span>/';
$date_pat = '/\d{4}-\d{1,2}-\d{1,2}/';

$s0 = @file_get_contents($all);
$s1 = @file_get_contents($today);

preg_match($utf_pat, $s0, $all_num);
preg_match($utf_pat, $s1, $today_num);
preg_match($snap_pat, $s0, $tmp);
preg_match($date_pat, $tmp[0] ?? '', $snap);

$all_num = $all_num[1] ?? 0;
$today_num = $today_num[1] ?? 0;
$snap = $snap[0] ?? '暫無快照';
?>
<html><body>
<table border="1">
<tr><th>日期</th><th>百度收錄</th><th>今日收錄</th><th>快照日期</th></tr>
<tr>
    <td><?= date('m月d日G時') ?></td>
    <td><?= $all_num ?></td>
    <td><?= $today_num ?></td>
    <td><?= $snap ?></td>
</tr>
</table>
<p>收錄詳情：<a href="<?= $all ?>" target="_blank"><?= $all_num ?></a></p>
<p>快照詳情：<a href="<?= $all ?>" target="_blank"><?= $snap ?></a></p>
</body></html>
關鍵技術點

技術
說明

User-Agent
建議設置常見瀏覽器 UA，避免被反爬攔截
編碼處理
百度頁面多為 GBK，需 iconv('GBK','UTF-8',$html) 後再正則
正則穩健性
頁面結構常變，建議多模式匹配 + 異常兜底
請求頻率
單 IP 高頻會被封禁，生產環境必須加緩存 + 代理池
法律合規
僅供學習研究，商業用途請使用百度官方開放平台 API



現代替代方案

百度站長平台：官方提供收錄、流量、關鍵詞 API，需驗證站點所有權
第三方 SEO 工具：5118、愛站、站長工具等提供 API 接口
自建爬蟲集群：Scrapy + Redis + Proxy Pool，定時抓取存入數據庫



直接抓取百度前端頁面屬於灰色地帶，穩定性差、法律風險高，強烈建議遷移至官方或授權數據源。