ranking_change.py 4.9 KB

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172
  1. # d={'裝修預算': 12, '裝潢預算': 13, '玖柞': 0, '玖柞設計': 1, '小坪數收納': -19, '室內設計 費用': -8, '北歐風電視牆': -9, '新竹室內設計': -8,
  2. # '小坪數房間裝潢': -15, '老屋改造': -9, '裝修費用': 13, '裝修': -77, '設計師': -16, '客廳設計 小坪數': -16, '客廳設計': -25, '老屋翻修': -32,
  3. # '玄關設計作品': 0, '客廳裝潢': -18, '廚房設計': -60, '老屋翻新 預算': -19, '老屋翻修預算': -40, '老屋翻新費用': -59, '客廳': 19,
  4. # '台北室內設計': -8, '台中室內設計': -7, '裝潢費用計算': -3, '新北市室內設計': 0, '客廳擺設': -15, '室內設計 圖庫': 1, '老屋翻新 設計師': 0,
  5. # '臥室': -23, '高雄室內設計': -9, '重新裝潢': -72, '廚房收納': -2, '八卦鏡': -27, '蠹魚': 2, '一字型廚房風水': 0, '風水擺設': -2,
  6. # '開門見餐桌': -1, '果皮肥料製作': -2, '廚房風水化解': -3, '辦公桌風水': -9, '衣櫃深度': -4, '室內設計': 2, '辦公室風水': 8, '衣魚': 0,
  7. # '李天羽': 4, '輕裝修體驗': 0, '簡約工業風': 34, '寵物共生住宅案例': -1, '書蟲': -58, '衣櫃尺寸': -2, '樓中樓設計': 0, '超耐磨木地板顏色': -9,
  8. # '60歲腎絲球過濾率': -2, '透天裝潢': 0, '祖先不拜處理': 2, '李至正': 12, '魚缸位置風水2024': 3, '70歲腎絲球過濾率': 14, '開門見灶': 20,
  9. # '養肝茶配方': -1, '輕裝潢': -2, '裝潢': -9, '室內設計公司推薦': -4, '狗狗房間設計': -1, '斜天花板風水': 5, '衣蟲': 0, '裝潢後悔清單': 4,
  10. # '客廳風水沙發': -1, '佳福大於': -2, '小坪數收納家具': -4, '門對門': 0, '裝潢意思': -26, '小資裝潢費用': 3, '工程驗收單': -36,
  11. # '室內裝修許可': -5, '輕工業風裝潢': 5, '室內設計公司排名': -10, '書房設計重點': -7, '輕裝潢費用': 6, '吸頂燈缺點': 2, '冰箱除臭': 2,
  12. # '小坪數房間設計': -16, '腦部電腦刀後遺症': -8, '室內裝修許可申請流程': -18, '新皮夾啟用時間2024': -29, '玄關設計': -4, '2024風水佈局': 1,
  13. # '輕裝修': 6, '消防管線天花板高度': 0, '廚櫃設計': -4, '室內裝修許可檢舉': 7, '冰箱 風水': -1, '床的左右邊怎麼分': -8, '壁刀煞化解': 1,
  14. # '2024風水格局': -58, '小坪數書房設計': -8, '小房間收納設計': 4, '化糞池': -44, '台灣最大室內設計公司': 17, '小坪數房間設計推薦': -2,
  15. # '矽酸鈣板缺點': -5, '入門玄關設計': -16, '房間設計': -15, '裝潢費用': 17, '寵物室內設計': -7, '財位擺設物品': -10, '家中財位': -2,
  16. # '台灣室內設計公司排名': -1, '坤悅語文心': -8, '進門沙發位置': -2, '樓中樓很陰': -95, '小坪數玄關風水': -19, '家裡一定要設祖先牌位嗎': -8,
  17. # '系統衣櫃內部設計': -8, '中島電器櫃設計': 6, '適合自己的錢包顏色2024': -44, '生態瓶': -3}
  18. #
  19. # d_lst = []
  20. # for k,v in d.items():
  21. # if v>1:
  22. # d_lst.append(k)
  23. #
  24. # print(d_lst)
  25. #
  26. # A = ['裝修預算', '裝潢預算', '裝修費用', '客廳', '蠹魚', '室內設計', '辦公室風水', '李天羽', '簡約工業風', '祖先不拜處理', '李至正', '魚缸位置風水2024', '70歲腎絲球過濾率', '開門見灶', '斜天花板風水', '裝潢後悔清單', '小資裝潢費用', '輕工業風裝潢', '輕裝潢費用', '吸頂燈缺點', '冰箱除臭', '輕裝修', '室內裝修許可檢舉', '小房間收納設計', '台灣最大室內設計公司', '裝潢費用', '中島電器櫃設計']
  27. # for i in A:
  28. # print(i)
  29. import pandas as pd
  30. import dataset
  31. import pymysql
  32. pymysql.install_as_MySQLdb()
  33. import datetime
  34. dt_last_week = '2024-09-03'
  35. dt_today = '2024-09-10'
  36. db_sup = dataset.connect('postgresql://postgres:eyJhbGciOiJI@172.105.241.163:5432/postgres')
  37. db_mysql = dataset.connect('mysql://choozmo:pAssw0rd@db.ptt.cx:3306/seo?charset=utf8mb4')
  38. cursor_kw = db_sup.query(f"select * from public.seo where domain ='hhh.com.tw'")
  39. kw_lst = []
  40. for c in cursor_kw:
  41. kw_lst.append(c['kw'])
  42. print(kw_lst)
  43. d_rank_last_week = {key:0 for key in kw_lst}
  44. d_rank_today = {key:0 for key in kw_lst}
  45. for k in kw_lst:
  46. cursor_rank_last_week = db_mysql.query(f"select * from seo.google_bank where kw='{k}' and dt like '%{dt_last_week}%' limit 1")
  47. for c in cursor_rank_last_week:
  48. d_rank_last_week[k] = c['ranking']
  49. cursor_rank_today = db_mysql.query(f"select * from seo.google_bank where kw ='{k}' and dt like '%{dt_today}%' limit 1")
  50. for c in cursor_rank_today:
  51. d_rank_last_week[k] = c['ranking']
  52. diff = {key:d_rank_last_week[key]-d_rank_today[key] for key in kw_lst}
  53. ranking_dropped = []
  54. for k,v in diff.items():
  55. if v<0:
  56. ranking_dropped.append(k)
  57. # db_sup['delete_kw'].insert({'kw': k, 'domain': 'hhh.com.tw', 'cust': 'HHH','dt':datetime.datetime.now()})
  58. # db_sup['seo'].delete(kw=k, domain='hhh.com.tw')
  59. print(ranking_dropped)