Funciones y colección de librerías Python para conseguir mejor posicionamiento SEO.
¿Qué es una librería? ¿Qué recursos existen en lenguaje Python para el posicionamiento web?
Una biblioteca de Python es una colección de funciones útiles y código fuente de programación que nos permiten realizar una serie de tareas sin necesidad de escribir el código desde cero.
Aquí vas a encontrar diversas librerías diferentes que en nuestra empresa de posicionamiento web hemos utilizado con éxito en diversos proyectos SEO. Todos ellos son fáciles para principiantes y existe mucha documentación y recursos para que sea sencilla implementación.
Librerías de Python para tareas SEO
Hay una serie de bibliotecas de Python útiles para tareas SEO, incluyendo algunas tales como visualización de contenido y análisis de datos. Vamos a detallar algunas de ellas a modo de listado para que puedas usarlas en tus proyectos de posicionamiento en Google y que te ayuden a facilitar y automatizar diversas tareas habituales en SEO.
Librería SEO Pandas
Pandas es una biblioteca de Python que se usa para trabajar con datos de tablas. Permite la manipulación de datos de alto nivel donde la estructura de datos clave es un DataFrame.
DataFrames son similares a las hojas de cálculo de Excel, sin embargo, no se limitan a los límites de fila y byte, siendo mucho más rápidos y eficientes en carga de trabajo. Puedes empezar a trabajar con esta librería tomando un archivo CSV de datos (por ejemplo, de rastreo de datos de nuestra web o de una campaña de Google Ads) y guardarlos en Python como un DataFrame.
Una vez que tenga esto almacenado en Python, puede realizar una serie de tareas de análisis diferentes, como agregar, pivotar y limpiar datos.
Por ejemplo, si tengo un rastreo completo de mi sitio web y quiero extraer solo aquellas páginas que son indexables, usaré una función de la librería Pandas integrada para incluir solo esas URL en mi DataFrame.
import pandas as pd
df = pd.read_csv('/Linkposicionamientoweb/posicionamiento/SEO/analisis.csv')
df.head
indexable = df[(df.indexable == True)]
indexable
Librería Python Solicitudes
La siguiente biblioteca se denomina Solicitudes y se utiliza para realizar solicitudes HTTP en Python.
Las solicitudes utilizan diferentes métodos de solicitud como GET y POST para realizar una solicitud, y los resultados se almacenan en Python. Seguro que los conceptos GET y POST te son familiares de la manipulación de los datos de una web, por ejemplo, en formularios (los famosos scripts como FORMMAIL).
Un ejemplo de esto en acción es una simple solicitud GET de URL, esto imprimirá el código de estado de una página:
import requests
response = requests.get('https://www.linkposicionamientoweb.com') print(response)
A continuación, podemos este resultado para crear una función de toma de decisiones, donde un código de estado 200 significa que la página está disponible, pero un 404 significa que no se encuentra la página. El famoso error que también te resultará familiar.
if response.status_code == 200:
print('Es OK')
elif response.status_code == 404:
print('Web no encontrada. Lo sentimos.')
También se pueden utilizar diferentes solicitudes, como encabezados, que muestran información útil sobre la página, como el tipo de contenido o cuánto tiempo se tardó en almacenar en caché la respuesta a la solicitud.
Con esta librería también podemos simular un agente de usuario específico, como el robot de Google, con el fin de extraer la respuesta que este bot específico verá al rastrear la página web que estemos analizando. En función del resultado, podremos adoptar medidas correctoras que «gusten» más a Google y nos ayude al posicionamiento natural.
Librería Beautiful Soup
Beautiful Soup es una biblioteca en Python utilizada para extraer datos de archivos HTML y XML.
El uso habitual de esta librería es utilizarla dar sentido a los archivos web y se utiliza con mayor frecuencia para la extracción de cierto contenido de una web ya que puede transformar un documento HTML en diferentes objetos de Python.
Por ejemplo, podemos usar una DIRECCIÓN URL y utilizar esta librería junto a la librería de solicitudes comentada anteriormente para extraer el título de una página.
from bs4 import BeautifulSoup import requests url = 'https://www.linkposicionamientoweb.com' req = requests.get(url) soup = BeautifulSoup(req.text, "html.parser") title = soup.title print(title)
Además, utilizando el método find_all, BeautifulSoup permite extraer ciertos elementos de una página, como todos los enlaces href de la página en cuestión y aparecerán listados en pantalla:
url = 'https://www.linkposicionamientoweb.com/'
req = requests.get(url)
soup = BeautifulSoup(req.text, "html.parser")
for link in soup.find_all('a'):
print(link.get('href'))
Librerías Python Matplotlib y Seaborn
Matplotlib y Seaborn son dos librerías de Python utilizadas para crear visualizaciones gráficas.
Matplotlib permite crear una serie de visualizaciones de datos diferentes, como gráficos de barras, gráficos de líneas, histogramas e incluso mapas de calor.
Por ejemplo, si necesitamos tomar algunos datos de Google Trends para mostrar las consultas con más popularidad durante un período de 30 días, podríamos crear un gráfico de barras en Matplotlib para visualizar todas estas consultas y tener una rápida vista de las más buscadas comparativamente al resto de búsquedas en Google.
Seaborn, que se basa en Matplotlib, proporciona aún más patrones de visualización como scatterplots, parcelas de cajas y tramas de violín, además de gráficos de líneas y barras.
Difiere un poco de Matplotlib, ya que utiliza menos sintaxis y tiene temas gráficos predeterminados integrados de forma nativa.
Librería Advertools Python de Anuncios
Esta librería la podemos utilizar como ayuda para tomar decisiones con ciertos datos SEO que tenemos en el proyecto que estamos trabajando.
Librería Selenium
Selenium es una biblioteca de Python que generalmente se utiliza con fines de automatización de procesos. El uso más común es probar aplicaciones web.
Un ejemplo popular de Selenium automatizando un flujo es un script que abre un explorador y realiza una serie de pasos diferentes en una secuencia definida, como rellenar formularios o hacer clic en ciertos botones.
Selenium tiene la particularidad de que no solo enviará la solicitud y esperará la respuesta, sino que también representará la página web que se está solicitando.
Para comenzar con Selenium, necesitamos un WebDriver para realizar las interacciones con el navegador.
Cada navegador tiene su propio WebDriver; Chrome tiene ChromeDriver y Firefox tiene GeckoDriver.
Librería Scrapy
Esta librería programada en Python nos permite hacer tareas muy de consultor SEO. Vamos a poner a trabajar esta librería de forma conjunta a otra que ya hemos tocado en este artículo (BeautifulSoup).
Scrapy también es considerablemente más rápido y más potente, completa las solicitudes para rastrear, extrae y analiza datos en una secuencia de conjunto, y le permite proteger los datos.
Dentro de Scrapy, podemos definir una serie de instrucciones como el nombre del dominio que deseamos rastrear, la URL de inicio y ciertas carpetas de página a las que se permite o no rastrear la araña.
Scrapy se puede utilizar para extraer todos los vínculos de una página determinada y almacenarlos en un archivo de salida. Esto es una opción muy útil en análisis seo on page.
class SuperSpider(CrawlSpider):
name = 'extractor'
allowed_domains = ['www.linkposicionamientoweb.com']
start_urls = ['https://www.linkposicionamientoweb.com/posicionamiento-web/']
base_url = 'https://www.linkposicionamientoweb.com'
def parse(self, response):
for link in response.xpath('//div/p/a'):
yield {
"link": self.base_url + link.xpath('.//@href').get()
}
Esperamos que este artículo sobre programación en Python te sea útil para interesarte en este lenguaje de programación y sea la base de inicio para que puedas desarrollar a medida herramientas de máxima utilidad enfocadas al posicionamiento en buscadores.
LINK POSICIONAMIENTO WEB
Contactar: 607 225 146
Impulsamos tu empresa en Internet
