按 HTML 词项查询域名（实时）

POST /v3/domain_analytics/technologies/domains_by_html_terms/live

接口说明

本接口使用 POST 方法，路径为：

text

POST https://api.seermartech.cn/v3/domain_analytics/technologies/domains_by_html_terms/live

接口根据网站首页 HTML 中使用的标签、属性、属性值或文本查找符合条件的域名，并返回域名的技术画像、所属国家和语言，以及页面数据、联系方式、社交媒体链接等信息。

所有请求体使用 UTF-8 编码的 JSON 格式。请求参数需放在通用 POST 数组中。每平台限流以认证说明中的 30/60/120 次/分钟规则为准。

你可以通过参数设置：

目标 HTML 搜索词；
标题、描述或 meta keywords 中的；
搜索匹模式；
结果过滤与排序规则；
返回数量及分页位置。

计费说明

本接口按请求计费。扣费以响应头 X-SeerMarTech-Charge-CNY 为准。

请求参数

任务参数

参数	类型	填	说明
`search_terms`	array	是	目标 HTML 搜索词。可指定 HTML素、标签、属性、属性，或上述的组合。指定多个搜索词时返回首页 HTML 中同时搜索词的域名。最多支持 10 个搜索词。
`keywords`	array	否	目标域名页面标题、描述或 `meta keywords` 中的。使用 UTF-8 编码，最多支持 10 个。
`mode`	string	否	搜索模式。可选值：`strict_entry`、`entry`。默认值为 `entry`。
`filters`	array	否	结果过滤条件。最多支持 8 个过滤条件。多个条件之间使用逻辑运算符 `and` 或 `or`。
`order_by`	array	否	结果排序规则。最多支持 3 条排序规则。
`limit`	integer	否	返回的最大域名数量。默认值为 `100`，最大值为 `10000`。
`offset`	integer	否	结果数组的偏移量。默认值为 `0`。最大值为 `9999`，且 `limit + offset` 不得 `10000`。
`offset_token`	string	否	后续请求使用的分页令牌。该值由上一次响应返回。使用此参数时，请求参数与上一次请求保持一致。

`search_terms`

该参数用于匹域名首页 HTML 中的目标，例如：

json

["data-attrid"]

如果指定多个搜索词：

json

["data-attrid", "application/ld+json"]

接口返回首页 HTML 同时这两个搜索词的域名。

`mode`

值	说明
`strict_entry`	严格匹搜索词的顺序、间隔和分隔符。
`entry`	忽略搜索词的顺序、间隔和分隔符进行匹。

`filters`

支持的比较运算符：

text

<、<=、>、>=、=、<>、in、not_in、like、not_like

在 like 和 not_like 中，可以使用 % 匹任意长度的字符串空字符串。

示例：

json

[
  ["domain_rank", ">=", 100],
  "and",
  ["country_iso_code", "in", ["US", "GB"]]
]

多个条件可以组合：

json

[
  ["domain_rank", ">", 100],
  "and",
  [
    ["country_iso_code", "=", "US"],
    "or",
    ["country_iso_code", "=", "CA"]
  ]
]

`order_by`

可排序字段：

domain_rank
domain
last_visited
country_iso_code
language_code
content_language_code

排序格式为：

text

字段名,排序方向

排序方向：

asc：升序；
desc：降序。

示例：

json

["domain_rank,desc", "last_visited,desc"]

最多支持 3 条排序规则。

分页

使用 `offset`

例如：

json

{
  "limit": 100,
  "offset": 10
}

表示跳过前 10 条结果，从第 11 条开始返回。

使用 `offset_token`

当需要获取后续结果时，使用响应中返回的 offset_token：

json

{
  "search_terms": ["data-attrid"],
  "limit": 100,
  "offset_token": "返回结果中的分页令牌"
}

使用 offset_token 时，除 offset_token 外的参数与原始请求一致。分页令牌针对每个后续任务唯一。

请求示例

curl

bash

curl --location --request POST \
  "https://api.seermartech.cn/v3/domain_analytics/technologies/domains_by_html_terms/live" \
  --header "Authorization: Bearer smt_live_YOUR_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '[
    {
      "search_terms": ["data-attrid"],
      "keywords": ["analytics"],
      "mode": "entry",
      "order_by": ["last_visited,desc"],
      "limit": 10,
      "offset": 0
    }
  ]'

Python

python

import requests

url = "https://api.seermartech.cn/v3/domain_analytics/technologies/domains_by_html_terms/live"

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

payload = [
    {
        "search_terms": ["data-attrid"],
        "order_by": ["last_visited,desc"],
        "limit": 10,
        "offset": 0,
    }
]

response = requests.post(url, headers=headers, json=payload, timeout=60)
result = response.json()

if result.get("status_code") == 20000:
    print(result)
else:
    print(
        "请求失败，错误码：{}，错误信息：{}".format(
            result.get("status_code"),
            result.get("status_message"),
        )
    )

TypeScript

typescript

import axios from "axios";

const response = await axios.post(
  "https://api.seermartech.cn/v3/domain_analytics/technologies/domains_by_html_terms/live",
  [
    {
      search_terms: ["data-attrid"],
      order_by: ["last_visited,desc"],
      limit: 10,
      offset: 0,
    },
  ],
  {
    headers: {
      Authorization: "Bearer smt_live_YOUR_KEY",
      "Content-Type": "application/json",
    },
  },
);

if (response.data.status_code === 20000) {
  console.log(response.data);
} else {
  console.error(
    `请求失败，错误码：${response.data.status_code}，错误信息：${response.data.status_message}`,
  );
}

响应结构

接口返回 JSON 数据，主要 tasks 数组。

顶层字段

字段	类型	说明
`version`	string	当前 API 版本。
`status_code`	integer	请求级状态码。
`status_message`	string	请求级状态信息。
`time`	string	请求执行时间，单位为秒。
`cost`	float	平台原始 USD 成本兼容字段；人民币实扣以 `X-SeerMarTech-Charge-CNY` 为准。
`tasks_count`	integer	`tasks` 数组中的任务总数。
`tasks_error`	integer	`tasks` 数组中返回错误的任务数量。
`tasks`	array	任务结果数组。

任务字段

字段	类型	说明
`id`	string	任务唯一标识，采用 UUID 格式。
`status_code`	integer	任务状态码，通常位于 `10000` 至 `60000` 范围。
`status_message`	string	任务状态信息。
`time`	string	任务执行时间，单位为秒。
`cost`	float	平台原始 USD 成本兼容字段；人民币实扣以 `X-SeerMarTech-Charge-CNY` 为准。
`result_count`	integer	`result` 数组中的数量。
`path`	array	请求 URL 路径。
`data`	object	本次 POST 请求中提交的参数。
`result`	array	任务结果数组。

完整状态码及错误信息请参考错误码文档。

`result` 字段

字段	类型	说明
`total_count`	integer	数据库中符合条件的项目总数。
`items_count`	integer	当前响应中返回的项目数量。
`offset`	integer	本次请求使用的偏移量。
`offset_token`	string	用于获取后续结果的分页令牌。
`items`	array	域名结果数组。

`items` 字段

字段	类型	说明
`type`	string	项目类型，固定为 `domain_technology_item`。
`domain`	string	域名。
`title`	string	域名首页的页面标题。
`description`	string	域名首页的页面描述。
`meta_keywords`	array	域名首页的 `meta keywords`。
`domain_rank`	string / integer / null	目标域名的反向链接排名指标。
`last_visited`	string	爬虫最近访问该域名的时间，使用 UTC 格式：`yyyy-mm-dd hh-mm-ss +00:00`。
`country_iso_code`	string / null	根据域名判断的所属国家或地区 ISO 代码。
`language_code`	string / null	根据域名判断的语言代码。
`content_language_code`	string / null	目标域名页面所使用的语言代码。
`phone_numbers`	array / null	网站中检测到的联系电话。
`emails`	array / null	网站中检测到的电子邮箱地址。
`social_graph_urls`	array / null	网站社交图谱中检测到的社交媒体链接或账号。
`technologies`	object	目标域名使用的技术及技术分类信息。

last_visited 示例：

text

2022-10-10 12:57:46 +00:00

technologies 对象可能以下技术分类：

servers：服务器、反向代理、数据库等；
web_development：前端框架、JavaScript 库、页面构建器、编程语言等；
analytics：分析、标签管理器等；
content：CMS、博客、翻译等；
add_ons：插件、主题等；
marketing：SEO、广告、营销自动化、邮件营销等；
sales：电子商务技术；
location：地图服务；
media：图片库、视频播放器等；
communication：通信及邮件；
other：组件。

响应示例

json

{
  "version": "0.1.20221214",
  "status_code": 20000,
  "status_message": "Ok.",
  "time": "2.7783 sec.",
  "cost": 0.01,
  "tasks_count": 1,
  "tasks_error": 0,
  "tasks": [
    {
      "id": "01234567-89ab-cdef-0123-456789abcdef",
      "status_code": 20000,
      "status_message": "Ok.",
      "time": "2.7783 sec.",
      "cost": 0.01,
      "result_count": 1,
      "path": [
        "v3",
        "domain_analytics",
        "technologies",
        "domains_by_html_terms",
        "live"
      ],
      "data": {
        "api": "domain_analytics",
        "function": "domains_by_html_terms",
        "se": "technologies",
        "search_terms": [
          "data-attrid"
        ],
        "order_by": [
          "last_visited,desc"
        ],
        "limit": 10,
        "offset": 0
      },
      "result": [
        {
          "total_count": 1234,
          "items_count": 1,
          "offset": 0,
          "offset_token": "example_offset_token",
          "items": [
            {
              "type": "domain_technology_item",
              "domain": "example.com",
              "title": "Example Website",
              "description": "Example website description.",
              "meta_keywords": [
                "example",
                "technology"
              ],
              "domain_rank": 199,
              "last_visited": "2022-12-29 03:13:49 +00:00",
              "country_iso_code": "US",
              "language_code": "en",
              "content_language_code": "en",
              "phone_numbers": null,
              "emails": null,
              "social_graph_urls": null,
              "technologies": {
                "servers": {
                  "web_servers": [
                    {
                      "name": "Example Web Server",
                      "version": "1.0"
                    }
                  ]
                },
                "web_development": {
                  "javascript_libraries": [
                    {
                      "name": "Example Library",
                      "version": "1.0"
                    }
                  ]
                },
                "analytics": {
                  "analytics": [
                    {
                      "name": "Example Analytics",
                      "version": null
                    }
                  ]
                }
              }
            }
          ]
        }
      ]
    }
  ]
}

实用场景

定位使用特定 HTML 标签或属性的域名，批量发现采用目标技术或页面组件的网站，为竞品研究和技术市场分析提供样本。
筛选使用指定的域名，从页面标题、描述或中识别目标行业网站，支持潜在客户挖掘与外链资源拓展。
按技术画像整理目标网站，结合 technologies、语言和国家字段构建细分网站库，化 SEO 市场调研。
按域名排名和最近访问时间排序结果，优分析活跃度较高或反向链接价值较高的网站，提高 SEO 线索筛选效率。
使用分页令牌获取大规模结果，持续拉取单次返回上限的域名数据，支持网站技术普查和长期数据监测。

按 HTML 词项查询域名（实时） ​

接口说明 ​

计费说明 ​

请求参数 ​

任务参数 ​

search_terms ​

mode ​

filters ​

order_by ​

分页 ​

使用 offset ​

使用 offset_token ​

请求示例 ​

curl ​

Python ​

TypeScript ​

响应结构 ​

顶层字段 ​

任务字段 ​

result 字段 ​

items 字段 ​

响应示例 ​

实用场景 ​

按 HTML 词项查询域名（实时）

接口说明

计费说明

请求参数

任务参数

`search_terms`

`mode`

`filters`

`order_by`

分页

使用 `offset`

使用 `offset_token`

请求示例

curl

Python

TypeScript

响应结构

顶层字段

任务字段

`result` 字段

`items` 字段

响应示例

实用场景