Python でGoogle Search データをETL

Pythonエコシステムには、多くのモジュールがあり、システム構築を素早く効率的に行うことができます。CData Python Connector for Google Search とpetl フレームワークを使って、Google Search に連携するPython アプリや、Google Search データをETL することが可能です。本記事では、CData Python Connector をpetl と一緒に使い、ETL 処理を実装します。

CData Python Connector は、ビルトインされた効率的なデータプロセスにより、リアルタイムGoogle Search results データにPython からアクセスし、高いパフォーマンスと接続性を発揮します。Google Search に複雑なクエリを投げる際に、ドライバーはフィルタリング、集計などがサポートされている場合、SQL 処理を直接Google Search 側に行わせ、サポートされていないSQL 処理については、組み込まれたSQL エンジンによりクライアント側で処理を行います（特にJOIN やSQL 関数など）。

Google Search Results への接続

Google Search results への連携は、RDB ソースへのアクセスと同感覚で行うことができます。必要な接続プロパティを使って接続文字列を作成します。本記事では、接続文字列をcreate_engine 関数のパラメータとして送ります。

Google カスタム検索エンジンを使って検索するには、CustomSearchId およびAPIKey 接続プロパティが必要です。

CustomSearchId を取得するには、Google カスタム検索エンジンにサインインして検索エンジンを新規作成します。

APIKey を取得するには、Google API Console でカスタム検索API を有効にします。

CData Google Search Connector をインストールしたら、次のように必要なモジュールをインストールし、Python オブジェクトでGoogle Search にアクセスします。

必要なモジュールのインストール

pip で必要なモジュールおよびフレームワークをインストールします：

pip install petl
pip install pandas

Python でGoogle Search データをETL 処理するアプリを構築

モジュールとフレームワークをインストールしたら、ETL アプリケーションを組んでいきます。コードのスニペットは以下の通りです。フルコードは記事の末尾に付いています。

CData Connector を含むモジュールをインポートします：

import petl as etl
import pandas as pd
import cdata.googlesearch as mod

接続文字列で接続を確立します。connect 関数を使って、CData Google Search Connector からGoogle Search への接続を行います

cnxn = mod.connect("CustomSearchId=def456;ApiKey=abc123;")

Google Search をクエリするSQL 文の作成

Google Search にはSQL でデータアクセスが可能です。VideoSearch エンティティからのデータを読み出します。

sql = "SELECT Title, ViewCount FROM VideoSearch WHERE SearchTerms = 'WayneTech'"

Google Search Results のETL 処理

DataFrame に格納されたクエリ結果を使って、petl でExtract（取得）、Transform（加工）、Load（ロード）を組みます。この例では、Google Search results を取得して、ViewCount カラムでデータをソートして、CSV ファイルにデータをロードします。

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'ViewCount')

etl.tocsv(table2,'videosearch_data.csv')

CData Python Connector for Google Search を使えば、データベースを扱う場合と同感覚で、Google Search results を扱うことができ、petl のようなETL パッケージから直接データにアクセスが可能になります。

製品の無償トライアル情報

Google Search Python Connector の30日の無償トライアル をぜひダウンロードして、Google Search results への接続をPython アプリやスクリプトから簡単に作成しましょう。

フルソースコード

import petl as etl
import pandas as pd
import cdata.googlesearch as mod

cnxn = mod.connect("CustomSearchId=def456;ApiKey=abc123;")

sql = "SELECT Title, ViewCount FROM VideoSearch WHERE SearchTerms = 'WayneTech'"

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'ViewCount')

etl.tocsv(table2,'videosearch_data.csv')