Un script shell pour compter le nombre de pages indexées dans Yahoo

Toute ressemblance avec un script déjà existant et publié sur ce site n'est PAS fortuite :). C'est la suite logique du Script shell pour compter le nombre de pages indexées dans Google et c'est encore plus simple puisqu'ici point de requête POST en XML mais une seule requête HTTP avec wget et il n'y a plus qu'à passer le résultat dans du XSLT avec xsltproc et c'est fini. La seule subtilité réside dans la définition d'un espace de nom pour l'espace de nom par défaut des résultats de Yahoo. Le script est le suivant, il suffit de renseigner la variable APPID avec un identifiant d'application créer chez Yahoo! et ça devrait marcher.

#! /bin/sh

XSLT='<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
                xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
                xmlns:y="urn:yahoo:srch" version="1.0">
<xsl:output omit-xml-declaration="yes" /> 
<xsl:template match="/">
<xsl:value-of select="y:ResultSet/@totalResultsAvailable" />
</xsl:template>
</xsl:stylesheet>'

TMP_XML="/tmp/yahoo.xml"
TMP_XSL="/tmp/yahoo.xsl"
APPID="VOTRE_APP_ID_YAHOO"
URL="http://api.search.yahoo.com/WebSearchService/V1/webSearch?appid=$APPID&results=1"

if [ $# -ne 1 ] ; then
    echo "`basename $0` domaine.com"
    echo -e "    compte le nombre de résultats dans Yahoo Search pour domaine.com"
    exit 1
fi

QUERY="$URL&query=site:$1"
echo $XSLT > $TMP_XSL

wget --quiet "$QUERY" -O "$TMP_XML"
echo -n "`date +%Y-%m-%d` "
xsltproc "$TMP_XSL" "$TMP_XML"
rm -f "$TMP_XML" "$TMP_XSL"

Ce script me permettra de comparer la vitesse à laquelle ces moteurs indexent mon site. Actuellement ces scripts donnent le résultat suivant :

$ ./google_count.sh pwet.fr
2006-09-05 662
$ ./yahoo_count.sh pwet.fr
2006-09-05 621

J'espère pouvoir faire la même chose pour MSN Search, mais il semble que pour utiliser l'API MSN, il faut pouvoir installer un .msi ce qui sous Ubuntu n'est pas gagné d'avance, mais je vais enquêter.