BaiduTongjiExporter

本项目已适配 Github Actions，Fork 本项目即可使用，具体使用方法见下文。

由于百度统计的如下政策修改，开发本工具用于数据定时导出.

尊敬的百度统计用户您好，基础统计报告对于分析云站点最早查询时间将调整为2年，其余站点最早查询时间调整为1年，为避免数据丢失，建议您于2022.4.12前完成历史数据的下载或截图备份。如有疑问或更久的数据存储时长需求，您可发邮件至ext_tongji_reply@baidu.com 或点击咨询与我们联系，由此给您造成的不便请您谅解。

下面是定时同步策略：

每日获取【北京时间次日 12 时】：

网站概况(趋势数据)
网站概况(地域分布)
网站概况(来源网站、搜索词、入口页面、受访页面)
趋势分析【今日，昨日对比】
实时访客
全部来源【今日，昨日对比】
搜索引擎【今日，昨日对比】
搜索词【今日，昨日对比】
外部链接【今日，昨日对比】
受访页面【今日，昨日对比】
入口页面【今日，昨日对比】
受访域名【今日，昨日对比】
地域分布【今日，昨日对比】
地域分布(按国家)【今日，昨日对比】

每周获取【次周一 12 时】：

网站概况(趋势数据)【周度】
网站概况(地域分布)【周度】
网站概况(来源网站、搜索词、入口页面、受访页面)【周度】
趋势分析【本周，上周对比】
全部来源【本周，上周对比】
搜索引擎【本周，上周对比】
搜索词【本周，上周对比】
外部链接【本周，上周对比】
受访页面【本周，上周对比】
入口页面【本周，上周对比】
受访域名【本周，上周对比】
地域分布【本周，上周对比】
地域分布(按国家)【本周，上周对比】

每月获取【北京时间次月 1 日 12 时】：

网站概况(趋势数据)【月度】
网站概况(地域分布)【月度】
网站概况(来源网站、搜索词、入口页面、受访页面)【月度】
趋势分析【本月，上月对比】
全部来源【本月，上月对比】
搜索引擎【本月，上月对比】
搜索词【本月，上月对比】
外部链接【本月，上月对比】
受访页面【本月，上月对比】
入口页面【本月，上月对比】
受访域名【本月，上月对比】
地域分布【本月，上月对比】
地域分布(按国家)【本月，上月对比】

脚本还支持通过指定时间段下载除实时访客外的历史数据。

CLI 使用方法

所有的 SECRETS / TOKEN 都可以通过环境变量传递

处理北京时间昨天的数据：

> python .\cli.py fetch --help
Usage: cli.py fetch [OPTIONS]

Options:
  -t, --access-token TEXT  Access token
  -p, --path TEXT          Path to save report
  -d, --date TEXT          Date to get report, in form of YYYY-MM-DD of
                           Beijing time
  --help                   Show this message and exit.

处理指定时间的历史数据：

> python .\cli.py fetch-all --help
Usage: cli.py fetch-all [OPTIONS] [%Y-%m-%d] [%Y-%m-%d]

  Fetch all history reports by indicating start date and end date in form of
  YYYY-MM-DD

Options:
  -t, --access-token TEXT  Access token
  -p, --path TEXT          Path to save report
  --help                   Show this message and exit.

用例：获取 2020-12-20 到 2022-04-10 的数据，指定路径为 ./reports

python cli.py fetch-all 2020-12-20 2022-04-10 -p ./reports -t <ACCESS_TOKEN>

安装依赖：

pip install -r requirements.txt

刷新 Token (具体内容详见百度统计文档):

> python .\cli.py refresh-token --help
Usage: cli.py refresh-token [OPTIONS]

  refresh access token: output refresh token in the first line, access token
  in the second line

Options:
  -r, --refresh-token TEXT  Refresh token
  -k, --api-key TEXT        API key
  -s, --secret-key TEXT     Secret key
  --help                    Show this message and exit.

GitHub Actions 使用方法

Github Actions 有三个：

refresh_token: 用于自动刷新百度统计 ACCESS_TOKEN 和 REFRESH_TOKEN，UTC 时间每周一凌晨执行
cron_export: 用于每日自动导出数据，会自动检测是否为周初以及月初，并执行相应的自动导出任务
manual_export: 用于手动导出指定日期，用于补救某些日期 action failed 但是没有重试，或者 cron 因为系统错误未正确发起的情况

首先需要明确：导出的数据并非存储在本仓库，我自己是另行指定了一个 Private Repo。为了让自己的 GitHub 的 Activity History 不至于太难看，我还建了一个 Github 的小号，充当 bot。Action 可以指定 bot 的用户名与邮箱。

下面是仓库的 secrets 配置详情：

BAIDU_TONGJI_ACCESS_TOKEN: 百度统计 ACCESS_TOKEN.（新建即可，会自动刷新）
BAIDU_TONGJI_REFRESH_TOKEN: 百度统计 REFRESH_TOKEN. 见文档
BAIDU_TONGJI_API_KEY: 百度统计 API_KEY. 见文档
BAIDU_TONGJI_SECRET_KEY: 百度统计 SECRET_KEY. 见文档
REPO_ACCESS_TOKEN: Github 的 Personal Access Token，用于自动更新 Secrets 与拉取 private repo. 见文档
REPO_NAME: 存放数据的 repo 名称，格式：<username>/<repo>
GIT_EMAIL: push 导出数据的账户邮箱
GIT_USERNAME: push 导出数据的账户用户名

Fork 本项目后配置完 secrets 即可使用。

angel126 / BaiduTongjiExporter

BaiduTongjiExporter

CLI 使用方法

GitHub Actions 使用方法

About

Languages