Spaces:
Sleeping
Sleeping
| import gradio as gr | |
| import requests | |
| from bs4 import BeautifulSoup | |
| import re | |
| from urllib.parse import urlparse | |
| def buscar_google(query, dominio, hl='es', num_results=100): | |
| all_results = [] | |
| posiciones_dominio = [] | |
| posiciones_dominio_exacto = [] | |
| url_objetivo = dominio | |
| dominio_objetivo = urlparse(url_objetivo).netloc | |
| table_html = "<summary>Ver Resultados</summary><table border='1'><tr><th>Posici贸n</th><th>T铆tulo</th><th>URL</th></tr>" | |
| estilo = "color: #ed4b4b;" | |
| for start in range(0, num_results, 10): | |
| url = f"https://www.google.com/search?q={query}&hl={hl}&start={start}" | |
| headers = { | |
| "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.3" | |
| } | |
| response = requests.get(url, headers=headers) | |
| soup = BeautifulSoup(response.text, 'html.parser') | |
| search_results = soup.find_all('div', attrs={'class': 'tF2Cxc'}) | |
| all_results.extend(search_results) | |
| for i, result in enumerate(all_results[:num_results]): | |
| header = result.find('h3') | |
| header = header.text if header else "Sin t铆tulo" | |
| link = result.find('a', href=True)['href'] | |
| link_clean = re.search("(?P<url>https?://[^\s]+)", link).group("url") | |
| dominio_resultado = urlparse(link_clean).netloc | |
| estilo_dominio = "" | |
| if dominio_objetivo in dominio_resultado: | |
| posiciones_dominio.append(i + 1) | |
| if link_clean == url_objetivo: | |
| posiciones_dominio_exacto.append(i + 1) | |
| estilo_dominio = estilo | |
| else: | |
| estilo_dominio = estilo # Marcar en rojo las URLs del mismo dominio | |
| table_html += f"<tr><td>{i+1}</td><td>{header}</td><td><span><a href='{link_clean}' title='{link_clean}' style='{estilo_dominio}'>{link_clean}</a></span></td></tr>" | |
| table_html += "</table>" | |
| # Construcci贸n del mensaje y la tabla HTML | |
| mensaje = "" | |
| emoji = "" | |
| if posiciones_dominio: | |
| first_position = posiciones_dominio[0] | |
| if first_position == 1: | |
| emoji = f"{posiciones_dominio} 馃" | |
| elif first_position <= 3: | |
| emoji = f"{posiciones_dominio} 馃槑" | |
| elif first_position <= 5: | |
| emoji = f"{posiciones_dominio} 馃槅" | |
| elif first_position <= 10: | |
| emoji = f"{posiciones_dominio} 馃檪" | |
| elif first_position <= 100: | |
| emoji = f"{posiciones_dominio} 馃槓" | |
| else: | |
| emoji = f"No est谩 en el top 100 馃槶" | |
| if len(posiciones_dominio) > 1 and 1 in posiciones_dominio: | |
| mensaje = f"Parasitaci贸n SEO: {url_objetivo} se encuentra en las posiciones {posiciones_dominio}" | |
| elif len(posiciones_dominio) > 1: | |
| mensaje = f"Canibalizaci贸n: {url_objetivo} se encuentra en las posiciones {posiciones_dominio}" | |
| elif len(posiciones_dominio) == 1 and len(posiciones_dominio_exacto) == 0: | |
| mensaje = f"Canibalizaci贸n: URL diferente del dominio en la posici贸n {posiciones_dominio[0]}" | |
| elif len(posiciones_dominio) == 1: | |
| mensaje = f"Sin canibalizaci贸n: {url_objetivo} se encuentra en la posici贸n {posiciones_dominio[0]}" | |
| else: | |
| mensaje = f"{url_objetivo} no se encuentra en el top 100" | |
| mensaje_completo = f"Posici贸n: {emoji}<br>{mensaje}" | |
| html_output = f"<div><b>{mensaje_completo}</b></div>" | |
| html_output += "<details style='padding: 10px; background: #f3f3f3; border: solid 0; border-radius: 8px; margin-top: 10px;'>" | |
| html_output += table_html | |
| html_output += "</details>" | |
| return html_output | |
| def canibalizacion_interface(url, keyword): | |
| # Comprobar si la URL cumple con el patr贸n http o https | |
| if not re.match(r'^https?://', url): | |
| return "<p>Error: Introduce una URL con el protocolo http o https.</p>" | |
| return buscar_google(keyword, url) | |
| iface = gr.Interface( | |
| fn=canibalizacion_interface, | |
| inputs=["text", "text"], | |
| outputs="html", | |
| title="<div style='margin:0 auto;text-align:center'><div style='margin:0 auto;text-align:center'><img style='width:100px;display: inline-table;margin-bottom:-10px' src='https://artxeweb.com/media/files/canibal.jpg'><p>Canibal SEO</p></div>", | |
| description="<p style='margin-bottom:10px;text-align:center;background: #ffffff; padding: 8px; border-radius: 8px; border-width: 1px; border: solid 1px #e5e7eb;'>Encuentra posibles canibalizaciones y parasitaciones en Google a partir de una URL y una palabra clave.</p>", | |
| article="<div style='margin-top:10px'><p style='text-align: center !important; background: #ffffff; padding: 5px 30px; border-radius: 8px; border-width: 1px; border: solid 1px #e5e7eb; width: fit-content; margin: auto;'>Desarrollada por <a style='text-decoration: none !important; color: #e12a31 !important;' href='https://artxeweb.com/'>漏 Artxe Web</a></p></div>" | |
| ) | |
| iface.launch() | |