Google店 HTML 实时采集

接口说明

该接口用于获取指定实体在 Google Hotels 页面上的原始 HTML，返回结果为非结构化页面源码。你可以基于这些 HTML 提取服务说明、地理位置、评分、套设施、评论、图片、价格等信息。

调用时需要提供唯一的 hotel_identifier。该值可通过以下方式获取：

• 使用 /v3/serp/google/organic/overview/ 的高级结果
• 调用 /v3/business_data/google/hotel_searches/task_post/ 获取搜索结果

结果会受到所选地点和语言参数的影响，因此不同地区、不同语言下返回的 HTML 可能不同。

接口地址

POST https://api.seermartech.cn/v3/business_data/google/hotel_info/live/html

计费说明

该接口按任务请求计费。扣费以响应头 X-SeerMarTech-Charge-CNY 为准。

请求体需使用 UTF-8 编码的 JSON 格式，且 POST 请求体为 JSON 数组：[{ ... }]。

接口频率上限为：每分钟最多 2000 次 API 调用。

请求参数

以下为任务提交时可用字段说明：

字段名	类型	说明
hotel_identifier	string	填。在 Google 搜索体系中的唯一标识。可通过 /v3/serp/google/organic/overview/ 响应中的 hotels素，或 /v3/business_data/google/hotel_searches/task_post/ 获取。示例：ChYIq6SB--i6p6cpGgovbS8wN2s5ODZfEAE
priority	integer	可选。任务优级。1 表示普通优级（默认），2 表示高优级。高优级会产生额外费用，扣费以响应头 X-SeerMarTech-Charge-CNY 为准。
location_name	string	当未传 location_code 或 location_coordinate 时填。搜索引擎地区名。传该字段时无需再传 location_code 或 location_coordinate。可通过 /v3/business_data/google/locations 获取支持的地区列表。示例：London,England,United Kingdom
location_code	integer	当未传 location_name 或 location_coordinate 时填。搜索引擎地区编码。传该字段时无需再传 location_name 或 location_coordinate。可通过 /v3/business_data/google/locations 获取。示例：2840
location_coordinate	string	当未传 location_name 或 location_code 时填。地点 GPS 坐标，格式为 "latitude,longitude"，纬度与经度最多 7 位小数。若使用坐标，系统会按最近城镇执行搜索。示例：53.476225,-2.243572
language_name	string	当未传 language_code 时填。搜索语言名。传该字段时无需再传 language_code。可通过 /v3/business_data/google/languages 获取支持语言。示例：English
language_code	string	当未传 language_name 时填。搜索语言代码。传该字段时无需再传 language_name。可通过 /v3/business_data/google/languages 获取支持语言代码。示例：en
check_in	string	可选。日期，格式为 "yyyy-mm-dd"。默认使用明天日期。示例："2019-01-15"
check_out	string	可选。离店日期，格式为 "yyyy-mm-dd"。默认使用后天日期。示例："2019-01-15"
currency	string	可选。货币代码。示例："USD"
adults	integer	可选。成人人数。默认值为 2。示例：1
children	array	可选。儿童年龄数组。不传则表示不儿童。若 1 名 14 岁儿童，可传 [14]；若 1 名 13 岁儿童和 1 名 8 岁儿童，可传 [13, 8]
tag	string	可选。自定义任务标识，最多 255 个字符。可用于结果对账与任务匹；响应中的 data 数组会返回该值。

请求示例

cURL

curl --location --request POST "https://api.seermartech.cn/v3/business_data/google/hotel_info/live/html" \
--header "Authorization: Bearer smt_live_YOUR_KEY" \
--header "Content-Type: application/json" \
--data-raw '[
 {
 "location_code": 1023191,
 "language_code": "en",
 "hotel_identifier": "ChYIq6SB--i6p6cpGgovbS8wN2s5ODZfEAE"
 }
]'

Python

import requests

url = "https://api.seermartech.cn/v3/business_data/google/hotel_info/live/html"
payload = [
 {
 "location_name": "New York,New York,United States",
 "language_name": "English",
 "hotel_identifier": "ChYIq6SB--i6p6cpGgovbS8wN2s5ODZfEAE"
 }
]

headers = {
 "Authorization": "Bearer smt_live_YOUR_KEY",
 "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)
print(response.json)

TypeScript

import axios from "axios";

const payload = [
 {
 location_name: "New York,New York,United States",
 language_name: "English",
 hotel_identifier: "ChYIq6SB--i6p6cpGgovbS8wN2s5ODZfEAE"
 }
];

axios({
 method: "post",
 url: "https://api.seermartech.cn/v3/business_data/google/hotel_info/live/html",
 headers: {
 Authorization: "Bearer smt_live_YOUR_KEY",
 "Content-Type": "application/json"
 },
 data: payload
})
 .then((response) => {
 // 输出接口返回结果
 console.log(response.data);
 })
 .catch((error) => {
 console.error(error);
 });

返回结果说明

接口返回 JSON 数据，顶层 tasks 数组，用于描述本次提交的任务及结果。

顶层字段

字段名	类型	说明
version	string	当前 API 版本
status_code	integer	通用状态码。完整错误码请参考 /v3/appendix/errors
status_message	string	通用状态信息
time	string	执行耗时，单位秒
cost	float	本次所有任务总费用，单位 USD
tasks_count	integer	tasks 数组中的任务数量
tasks_error	integer	返回错误的任务数量
tasks	array	任务结果数组

tasks 数组字段

字段名	类型	说明
id	string	任务唯一标识，UUID 格式
status_code	integer	任务状态码，范围通常为 10000-60000
status_message	string	任务状态信息
time	string	任务执行耗时
cost	float	任务费用，单位 USD
result_count	integer	result 数组中的结果数量
path	array	接口路径信息
data	array	回显请求中提交的参数
result	array	结果数组

result 数组字段

字段名	类型	说明
keyword	string	请求中的唯一标识，格式通常为 "hotel_id:$"
type	string	结果类型，此接口固定为 "hotel_info"
se_domain	string	请求使用的搜索引擎域名
location_code	integer	请求中的地区编码
language_code	string	请求中的语言代码
datetime	string	结果采集时间，UTC 格式：yyyy-mm-dd hh-mm-ss +00:00
items_count	integer	items 数组中的结果数量
items	array	HTML 页面数组

items 数组字段

字段名	类型	说明
page	integer	返回 HTML 页面的序号
date	string	HTML 抓取时间，UTC 格式：yyyy-mm-dd hh-mm-ss +00:00
html	string	页面原始 HTML

响应示例

{
 "version": "0.1.20210430",
 "status_code": 20000,
 "status_message": "Ok.",
 "time": "0.2257 sec.",
 "cost": 0,
 "tasks_count": 1,
 "tasks_error": 0,
 "tasks": [
 {
 "data": {
 "se_type": "hotel_info",
 "se": "google",
 "api": "business_data",
 "function": "hotel_info",
 "language_code": "en",
 "location_name": "New York,New York,United States",
 "device": "desktop",
 "os": "windows"
 },
 "result": [
 {}
 ]
 }
 ]
}

状态码与错误处理

• 顶层 status_code 表示整次请求是否成功
• tasks[].status_code 表示单个任务的执行状态
• 建议同时处理顶层状态与任务级状态，批量请求时部分任务失败而未被发现
• 错误码与状态说明可参考 /v3/appendix/errors

常见处理建议：

1. 当顶层 status_code != 20000 时，直接判定本次请求失败
2. 当顶层成功但 tasks_error > 0 时，逐个检查 tasks 中失败项
3. 当返回 items 为空时，优检查 hotel_identifier、地区、语言、日期等参数是否有效
4. 对高频调用场景，建议实现重试、限流和异常日志记录机制

使用说明

• hotel_identifier 是该接口的核心参数，通常需要通过搜索或 SERP 结果获取
• 返回的是 非结构化 HTML，适合需要自行解析页面的场景
• 地区与语言会直接影响页面展示，建议按目标市场分别采集
• 若不指定 check_in 与 check_out，系统将自动使用默认/离店日期
• children 字段传递的是儿童年龄数组，而不是人数

实用场景

• 抓取页源码，用于解析服务、设施、评分、评论等信息，构建数据库
• 对比不同地区与语言下的页展示差异，支持化 SEO 与本地化分析
• 监测指定页面价格与房态展示变化，为行业竞品跟踪提供数据依据
• 提取页面评论与套信息，生成落地页摘要或增强型搜索标签
• 验证实体在不同日期、人数条件下的页面输出差异，支持预订转化分析