列印 PAA 問題
如您所看到的，該工具以 JSON 資料的形式傳回整個 SERP，並且與查詢相關的主要問題位於「lated_questions」鍵中。
由於我們獲取的是結構化資料而
不是原始 HTML 數據，因此我們可以透過鍵名選擇特定元素：
serp = response.json() all_questions = serp[‘related_questions’] for paa in all_questions: print(paa[‘question’])
我們將整個 JSON 回 紐西蘭電報數據 應儲存在 serp 變數中
我們檢索「相關問題」並建立一個元素清單 – 其中每個元素都是 PAA 問題。
為了檢索問題，我們循環遍歷列表並僅列印“問題”鍵。
結果是控制台上列印出 PAA 問題清單：
控制台內的 PAA 問題
步驟 4：將資料匯出到 CSV 文件
對於 CSV 文件，我們可能還想將關鍵字與 PAA 問題相匹配，所以讓我們下載它：
keyword = serp[‘search_information’][‘query_displayed’]
完成此操作後，我們將建立一個空列表，用於根據需要格式化資料：
paa_questions = []
我們將提取 最佳 10 名印地語網站和博客 的資訊添加到其中：
for paa in all_questions: paa_questions.append({ ‘Keyword’: keyword, ‘Related Question’: paa[‘question’] })
如果我們列印 paa_questions，控制台中的內容如下：
列印 PAA 問題
這很重要，因為它是 CSV 檔案 銷售艾 的基礎，當我們將抓取工具擴展到數千個關鍵字時，它將幫助我們識別問題的來源。
在最後一步中，讓我們使用 Pandas 建立一個 CSV 檔案以便於匯出：
db = pd.DataFrame(paa_questions) db.to_csv(‘paa_questions.csv’, index=False)
如果您現在運行程式碼，它不會在控制台上列印任何內容。相反，它將創建一個新的 CSV 文件，如下所示：
運行程式碼
第 5 步：大規模收集 PAA 問題
當然，僅針對一個關們該如何擴展這個項目呢？
嗯，這就是網頁抓取的美妙之處。這都是關於循環的！
首先，建立一個包含您所需關鍵字的清單：
keywords = { ‘keyword+research’, ‘keyword+tracker’ }
然後，我們將把之前的所有程式碼放入一個新循環中，該循環將從關鍵字列表中獲取每個術語並運行整個過程。
這是最終且完整的程式碼片段：