Search Console verilerini düzenli ve otomatik hale getirmek, özellikle büyük ve sürekli güncellenen siteler için kritik hale gelir. Bu süreçte en büyük avantaj, her seferinde manuel indirme ve analiz yerine, veriyi doğrudan programatik olarak çekip işleyebilmektir. Python ve ilgili kütüphanelerle bu otomasyonu sağlamak oldukça mümkündür.
İlk adım, Search Console API'sini kullanmak. API erişimi için Google Cloud Console'da proje oluşturup, API anahtarları ve OAuth2 kimlik doğrulaması ayarlarını yapmanız gerekir. API'den alınan JSON formatındaki veriyi, Python ile çekmek ve CSV'ye dönüştürmek temel aşamadır. Bu noktada,
google-auth,
google-api-python-client ve
pandas kütüphaneleri oldukça işe yarar.
Örneğin, API'den veri çekmek için aşağıdaki kod parçası kullanılabilir:
123456789101112131415161718192021222324252627282930313233343536
from google.oauth2 import service_account
from googleapiclient.discovery import build
import pandas as pd
SCOPES = ['https://www.googleapis.com/auth/webmasters.readonly']
SERVICE_ACCOUNT_FILE = 'path/to/your/service-account.json'
credentials = service_account.Credentials.from_service_account_file(
SERVICE_ACCOUNT_FILE, scopes=SCOPES)
service = build('webmasters', 'v3', credentials=credentials)
site_url = 'https://ornek.site'
request = {
'startDate': '2023-01-01',
'endDate': '2023-01-31',
'dimensions': ['query', 'page', 'date'],
'rowLimit': 1000
}
response = service.searchanalytics().query(
siteUrl=site_url,
body=request
).execute()
[b]Veriyi pandas DataFrame'e dönüştür[/b]
rows = response.get('rows', [])
data = []
for row in rows:
data.append(row['keys'] + [row['clicks'], row['impressions'], row['ctr'], row['position']])
columns = ['query', 'page', 'date', 'clicks', 'impressions', 'ctr', 'position']
df = pd.DataFrame(data, columns=columns)
[b]CSV'ye kaydet[/b]
df.to_csv('search_console_data.csv', index=False)
Bu temel yapı, veriyi API'den çekip düzenli aralıklarla CSV'ye kaydetmek için otomasyon sağlar. Ayrıca, zaman içinde yeni verilerle güncellemeyi veya farklı filtreler kullanmayı da kolayca entegre edebilirsiniz. Hata yakalama ve API limitlerine dikkat etmek, sürecin stabil çalışması açısından önemlidir.
Sizlerin bu pipeline ile ilgili deneyimlerinizi veya karşılaştığınız sorunları paylaşmanız, diğer kullanıcılar için oldukça faydalı olacaktır. Ayrıca, otomasyonun ölçeklendirilmesi veya raporlama entegrasyonu gibi gelişmiş adımlar hakkında da düşünceleriniz varsa, detaylara girmeye hazırız.
