python工具脚本，网站广告违禁词检测脚本源码

自从广告法公布以来，广告违禁词，极限词投诉愈发增多，不仅仅是电商广告，网站也开始收到投诉，处罚，其中也有不少同行蠢蠢欲动的投诉，举报，如果你有发现此类同行，不妨可以尝试一下，绝对会令对手焦头烂额！

不少网站也推出了此类检测工具，当然割韭菜的居多，要不让你注册会员，购买会员或者积分，实质上很难检测你的问题，处理掉违禁词，如果你公司配有程序员还好，没有的话，那就只能自己上手操作一番，好在有python，直接写脚本开撸！

广告违禁词图片

从上面的图片提取出广告违禁词，这里推荐QQ图片文字识别，应用python读取输出为列表！

违禁词获取参考源码：

#违禁词词库
#?-*-?coding:?utf-8?-*-
#20210112?by?微信：huguo00289

Zui="最佳、最具、最爱、最嫌、最优、最优秀、最好、最大、最人程度、最高、最高级、最高端、最耆侈、最低、最低级、最低价、最底、最便宜、史上最低价、最流行、最受欢迎、最时尚、最聚拢、最符合、最舒适、最先、最先进、最先进科学、最先进加工工艺、最先享受、最后、最后—波、最新、最新技术、最新科学"
Yi="第一、中国第一、全网第一、销量第一、排名第一、唯一、第一品牌、NO.1、TOP1、独一无二、全国第一、—流、一天、仅此一次、仅此一款、最后—波、大品牌之一"
Sj="首个、首选、独家、独家配方、首发、全网首发、全国首发、首家、全网首家、全国首家、网独家、网首发、首次、首款、全国销量冠军、国家级产品、国家、国家免检、国家领导人、填补、国内空白、中国驰名、驰名商标、国际品质"
Shj="随时结束、随时涨价、马上降价、倒计时、趁现在、特惠趴、购物大趴、闪购"
Zh="国家级、国家级产品、全球级、宇宙级、世界级、顶级、顶尖、尖端、顶级工艺、顶级享受、高级、极品、极佳、绝佳、绝对、终极、极致"
Pp="大牌、金牌、名牌、王牌、领袖品牌、世界领先、遥遥、领先、领导者、缔造者、创领品牌、领先上市、巨星、著名、掌门人、至尊、巅峰、者侈、优秀、资深、领袖、之王、王者、冠军"
Qw="老字号、中国驰名商标、特供、专供、专家推荐、质量免检、无需国家质量检测、免抽检、领导人推荐、机关推荐"
Qz="1点击领奖、恭喜获奖、全民免单、点击有惊喜、点击领取、点击转身、点击试穿、点击翻转、领取奖品、秒杀、抢爆、再不抢就没了、不会再便宜了.没有他就、错过就没机会了、万人疯抢、全民疯抢、抢购、卖疯了、抢疯了"

def?wj():
????wjc=f'{Zui}{Yi}{Sj}{Shj}{Zh}{Pp}{Qw}{Qz}'
????wjc=wjc.split("、")
????return?wjc


if?__name__=="__main__":
????wj()

当然如果有其他违禁词需求，可以再继续添加到列表中，进行匹配！

违禁词的检测，其实就是一个简单的匹配处理，直接用in即可获取，然后进行判断选择输出即可！

检测效果

检测参考源码：

#违禁词处理筛选
#20210112?by?微信：huguo00289
#?-*-?coding:?utf-8?-*-
import?requests
from?lxml?import?etree
from?ck?import?wj
from?fake_useragent?import?UserAgent


#读取网页链接
def?read_txt(path):
????with?open(path)?as?f:
????????urls=f.readlines()
????print(urls)
????return?urls

#写入txt
def?save_txt(nr):
????with?open(f"jjweijin.txt",'a+',encoding='utf-8')?as?f:
????????f.write(f'{nr}\n')

def?jcwy(url):
????headers={
????????"User-Agent":UserAgent().random,
????}
????html=requests.get(url,headers=headers,timeout=8,).content.decode('utf-8')
????#print(html)
????html_str=str(html)
????html_strs=html_str.split('\n')
????print(html_strs)
????cks=wj()
????k="**"*50
????j="--"*50
????print(k)
????save_txt(k)
????zzjc=f"正在检查网页:{url}"
????print(zzjc)
????save_txt(zzjc)
????for?html_str?in?html_strs:
????????for?ck?in?cks:
????????????if?ck?in?html_str:
????????????????print(j)
????????????????print(f"发现违禁词：{ck}")
????????????????print(f'存在于：{html_str}')
????????????????print(j)
????????????????save_txt(f'{j}\n发现违禁词：{ck}\n存在于：{html_str}\n{j}')

????print(k)
????save_txt(k)


#课程内容
def?get_hrefs():
????headers={
????????"User-Agent":UserAgent().random,
????}
????url="http://HdhCmsTestxxxx测试数据/curriculum/c-0.html"
????html=requests.get(url,headers=headers,timeout=5).content.decode('utf-8')
????tree=etree.HTML(html)
????hrefs=tree.xpath('//div[@class="courses-3"]/a/@href')
????for?href?in?hrefs:
????????href=f'http://m.xxx测试数据{href}'
????????jcwy(href)

def?main():
????path?=?r'pinsuo.txt'
????urls?=?read_txt(path)
????for?url?in?urls:
????????url?=?url.strip()
????????url=url.replace('https://HdhCmsTest','https://m.')
????????print(url)
????????jcwy(url)


def?jj():
????path?=?r'jj.txt'
????urls?=?read_txt(path)
????for?url?in?urls:
????????url?=?url.strip()
????????print(url)
????????jcwy(url)



if?__name__=='__main__':
????#get_hrefs()
????#jj()
????main()

需要说明的是，网站移动端如果是重写，也需要进行匹配处理，其实就是在PC端的基础上，www改成移动端，m端即可，其实也没有什么好说明的！

最后，收录的快照页面，需要进行投诉快照提交，这样在百度搜索的页面上才能看到更新效果！

微信公众号：二爷记

不定时分享python源码及工具

查看更多关于python工具脚本，网站广告违禁词检测脚本源码的详细内容...