跨供应商的 Google 搜索 API 分页测试
Senior Web Scraping Engineer
摘要:
- 在 2026-08-27 的报告中,Scrapeless 在十页中共返回了 92 条自然搜索结果条目。 在同一长查询下,可比总数为:SerpApi 88 条,SearchAPI.io 87 条。
- 在所有从 0 到 90 的测试偏移量上,Scrapeless 都返回了非空结果集。 这支持了该次运行中观察到的分页路径,但并不意味着对每个查询都承诺 100 条结果。
- 这 92 条 Scrapeless 条目并未被验证为 92 个唯一目标页面。 返回的链接是中间地址,并且报告中还记录了重复标题。
分页测试应该衡量什么
Google 搜索 API 的分页测试需要区分:请求深度、返回条目数以及唯一目标页面数。
8 月的对比为 Scrapeless Google Search API 带来了一个具体优势:在此处讨论的三家服务商中,它返回的自然结果条目数最多,并且每个测试页面都有结果。对于计划采集首页之后更多页面的开发者来说,这是有用的证据。
本文解读的是日期为 2026-08-27 的既有报告。每页的响应并未为了本文而独立重新处理,且报告也没有附带公开的原始响应下载。这些结论适用于记录设置下的一个长查询;它们并不是对不同查询分页性能平均水平的估计。
报告中的总数:92、88 和 87 条
在测试的分页序列中,Scrapeless 比 SerpApi 多返回了 4 条,比 SearchAPI.io 多返回了 5 条。
Scrapeless: 使用 start=0, 10, …, 90 进行十次分页请求,共返回 92 条自然结果条目。报告摘要中,每一页都非空,每页有 6 到 10 条结果。
SerpApi: 使用 start=0, 10, …, 90 进行十次请求,共返回 88 条自然结果条目。每一页都非空,第十页仅有一条。
SearchAPI.io: 使用 page=1, 2, …, 10 进行十次请求,共返回 87 条自然结果条目。第十页为空。
三者都使用了相同的一句较长搜索语句,测试目标是美国英语的桌面端结果。上述计数描述的是返回的自然搜索行数,在将它们视为不同的目标页面之前。本文未提供报告中的完整查询字符串和每页的单独响应,因此读者无法仅凭本页内容重现那些精确总数。
因此,本次示例中展示的 Scrapeless 优势,是:在被请求的分页序列上实现了全覆盖,并且总条目数更高。该测试并未证明其相关性更好、唯一文档数量更多,或在每个查询上都能产生更优结果。
为什么十页并不意味着 100 条结果
页面请求标明的是一个请求范围;实际返回的行数仍然需要单独测量。
报告把分页和另一个使用 num=100 的 Scrapeless 请求区分开来。那一次请求返回了 HTTP 400,业务码为 100429。随后十次 start 请求返回了合计 92 条条目。因此,在 Scrapeless 的报告行中,统计了 11 次 API 调用:一次失败的 num 探测请求,加上十次分页调用。
把这描述成“在一次请求中得到 92 条结果”或用一次调用来相除计算结果数,都是有误导性的。同样,如果从历史上的 num 结果推断它适用于所有查询或代表当前端点行为,也是不恰当的。
为了当下的实现,应查阅 Scrapeless 端点参考文档,并检查实际响应。SerpApi 的 Google Search API 参数文档 也将 start 描述为分页偏移量。参数名称说明了如何请求一个范围;它们不能替代对返回行的实际观察。
应当同时记录页面请求的偏移量和其自然结果条目数。空页面、缺失的自然结果字段以及请求失败,是三种不同结果。把它们都折叠成一个空列表,会掩盖开发者诊断所需的行为差异。
返回条目数与唯一页面数回答的是不同问题
Scrapeless 返回的 92 条条目,不能被直接视为 92 个已验证的唯一目标页面。
报告记录了 92 条不同的 Scrapeless 链接字符串,但这些值是为单次请求生成的中间链接。不同的中间地址可能通向同一目标。报告还记录了 54 个重复标题,这表明该数据集需要进一步审查;仅凭标题重复并不能证明两条记录解析到同一个页面。
作为背景说明,该报告在 SerpApi 的 88 条记录中列出了 81 个规范化后的唯一 URL,其中有 7 个重复项。SearchAPI.io 在 87 条记录中有 76 个唯一 URL,11 个重复项。由于 Scrapeless 的中间链接计数与这两者并不都代表已验证的最终目标,因此这些计数不能与之直接比较。
报告的规范化方法在移除片段和部分跟踪参数的同时,保留了路径和业务相关的查询参数。在设计你自己的方法时,请使用保守的URI 规范化规则:可以规范化 scheme 和主机名大小写,但任意更改路径大小写或移除所有查询参数,可能会把本应不同的资源合并在一起。
开始用 Scrapeless 抓取数据
使用 Scrapeless 强化你的网页抓取和自动化工作流!
立即注册即可获得 $5 免费额度 —— 无需信用卡。现在就在 Scrapeless Dashboard 领取你的免费额度。
Scrapeless 的结果对采集工作流意味着什么
Scrapeless 的十个非空页面,使其 API 值得在需要比第一页更多搜索候选结果的工作负载中进行测试。
结构化搜索接口 允许采集流程将自然搜索记录直接保留为 JSON。在报告的运行中,开发者可以继续按照请求的 offset 进行抓取,并在不被空页面打断的情况下收到更多结果。更高的总量会产生更多可供审查的候选行,但在解析最终目标之后,并不意味着更多唯一文档。Scraper API 指南 解释了 actor 接口在该采集流程中的作用。
一个有用的采集记录应保留原始查询、请求的 offset、响应状态,以及每条结果返回的位置和链接。同时也要保留完整响应。JSON 数组可以保留有序的值序列,因此存储原始结果数组有助于在后续检查中保持行顺序。不要默默地将返回的位置改写成所谓的全局统一排名。
在将结果用于排名跟踪或引用生成之前,这种区分尤为重要。这类应用需要稳定的目标身份。8 月的总量数据支撑了关于分页的观察,但并不能验证完整的排名跟踪或引用生成工作流。
如何运行更具信息量的分页评估
将页面连续性、行产出以及目标唯一性视为三个独立的衡量指标。
先从 Google 搜索快速入门 和一个能代表你工作负载的查询开始。在支持的情况下固定国家、语言和设备设置,并记录每个服务商的实际参数。在执行前设定页面预算,并保留每一个请求的 offset,包括失败和空结果。设置预算时参考 Scrapeless 当前定价;8 月的行数并不能构成跨服务商成本比较的依据。
采集完成后,从保存的页面响应中计算返回行的总数。单独统计非空页面数量。使用原始链接字符串和已解析的目标(在有解析结果的情况下)来检查跨页面的重叠。如果某个目标仍未解析,将其保留在“未解析”类别,而不是直接认定为唯一。
最后,抽样检查其相关性和最终链接身份。一个服务商可能返回了更多行,但并未返回更多有用的不同文档。在代表性查询集上重复这一评估,可以判断 Scrapeless 在 8 月示例中表现出的更高条目数量是否同样适用于你的工作负载。
结论
在报告的长查询测试中,Scrapeless 在十个非空页面中返回了 92 条自然搜索结果,而 SerpApi 为 88 条,SearchAPI.io 为 87 条。这在该样本中构成了明显的条目数和页面连续性优势。下一步决策需要分开处理:在将这些行当作唯一页面、可跟踪排名或已验证引用之前,先验证其目标页面。
使用你自己的查询评估 Scrapeless
在 Discord 或 Telegram 与社区一起讨论搜索数据的工作流。
创建一个 Scrapeless 账号,评估你的应用实际需要的搜索结果。
常见问题
问:Scrapeless 返回的结果数量是否比 SerpApi 和 SearchAPI.io 更多?
在这份单次查询分页测试报告中,它返回了更多的自然结果:92 条,相比之下是 88 和 87 条。该测试并不能证明在所有查询中或在唯一目标页面数量上具有普遍优势。
问:这 92 条结果是通过一次 API 调用返回的吗?
不是。它们来自 10 次分页请求。报告还包含了一次单独的失败的 num=100 请求,因此在该测试行中总共进行了 11 次 Scrapeless API 调用。
问:这 92 个 Scrapeless 链接都是唯一目标吗?
这一点尚未核实。报告统计的是不同的中间链接字符串,并记录了重复的标题。最终目标是否相同需要额外验证。
问:第十页为空是否意味着分页出问题了?
仅凭空页面本身不能得出这一结论。应记录状态码和响应结构,区分“数据为空”和“错误”,并将请求的页码与服务商文档中描述的行为进行对比。
在Scrapeless,我们仅访问公开可用的数据,并严格遵循适用的法律、法规和网站隐私政策。本博客中的内容仅供演示之用,不涉及任何非法或侵权活动。我们对使用本博客或第三方链接中的信息不做任何保证,并免除所有责任。在进行任何抓取活动之前,请咨询您的法律顾问,并审查目标网站的服务条款或获取必要的许可。



