OnPage 即时页面分析

接口说明

通过本接口，你可以获取指定页面的页面级 SEO 数据，并评估该页面对自然搜索的优化。

这是一个 Live 实时接口：提交请求后会直接返回结果，无需再发起单独的 GET 请求查询任务结果。

• 请求方法：POST
• 接口地址：https://api.seermartech.cn/v3/on_page/instant_pages

计费说明

该接口按请求计费。

原文未提供固定单价，因此无法直接换算人民币参考价。扣费以响应头 X-SeerMarTech-Charge-CNY 为准。

如果启用了以下参数，通常会产生额外费用：

• load_resources
• enable_javascript
• enable_browser_rendering
• custom_js

请求限制

• 每分钟最多可发送 2000 次 API 请求
• 每个请求最多 20 个任务
• 最大并发请求数为 30
• 单次请求中最多可提交 20 个 URL
• 但这些 URL 中，相同域名最多不能 5 个

注意：如果任务中重复的抓取主机（crawl host），接口会返回 40501 错误。 为该错误，请不要在前一个同域名任务仍处于抓取队列时，再次提交同域名页面任务。

请求体格式

所有 POST 数据使用 UTF-8 编码的 JSON 格式提交。 请求体为 JSON 数组：

[
 {
 "url": "https://example.com/page"
 }
]

请求参数

字段名	类型	说明
url	string	填。目标页面的绝对 URL。返回该 URL 对应页面的结果。
custom_user_agent	string	可选。自定义抓取 User-Agent。默认值：Mozilla/5.0 (compatible; RSiteAuditor)
browser_preset	string	可选。浏览器屏幕参数预设，可选值：desktop、mobile、tablet。使用该字段时无需再传 browser_screen_width、browser_screen_height、browser_screen_scale_factor。需将 enable_javascript 或 enable_browser_rendering 设为 true。
browser_screen_width	integer	可选。自定义浏览器宽度，范围 240–9999 像素。设置后 browser_preset 会被忽略。需启用 enable_javascript 或 enable_browser_rendering。
browser_screen_height	integer	可选。自定义浏览器高度，范围 240–9999 像素。设置后 browser_preset 会被忽略。需启用 enable_javascript 或 enable_browser_rendering。
browser_screen_scale_factor	float	可选。自定义屏幕缩放比例，范围 0.5–3。设置后 browser_preset 会被忽略。需启用 enable_javascript 或 enable_browser_rendering。
store_raw_html	boolean	可选。是否保存抓取到的 HTML，以便通过 /v3/on_page/raw_html/ 获取页面 HTML。默认 false。
accept_language	string	可选。访问网站时使用的语言头，支持 xx、xx-XX、xxx-XX 等格式。未设置时，部分网站可能拒绝访问，返回结果中页面类型可能为 "broken"。
load_resources	boolean	可选。是否加载图片、样式表、脚本及损坏资源。默认 false。启用后通常会产生额外费用。
enable_javascript	boolean	可选。是否执行页面中的 JavaScript。默认 false。启用后通常会产生额外费用。
enable_browser_rendering	boolean	可选。是否模拟浏览器渲染并测量 Core Web Vitals。默认 false。启用后会自动开启 enable_javascript 和 load_resources。设置为 true 后，可在响应中获得 FID、CLS、LCP 等指标。通常会产生额外费用。
disable_cookie_popup	boolean	可选。是否禁用 Cookie 同意弹窗。默认 false。
return_despite_timeout	boolean	可选。若页面在 120 秒未加载完成并时，是否仍返回已获取的数据。默认 false。
enable_xhr	boolean	可选。是否页面发起 XMLHttpRequest 请求。默认 false。若启用，同时将 enable_javascript 设为 true。
custom_js	string	可选。自定义 JavaScript 脚本。脚本执行时间上限为 700 ms。返回值会出现在响应中的 custom_js_response 字段。启用后通常会产生额外费用。
validate_micromarkup	boolean	可选。是否启用微数据校验。设为 true 后，可结合任务 id 调用 /v3/on_page/microdata/。默认 false。
check_spell	boolean	可选。是否基于 Hunspell 执行拼写检查。默认 false。
checks_threshold	array	可选。自定义 checks 数组中的阈值。支持修改整数型阈值。
switch_pool	boolean	可选。是否切换到额外代理池获取数据。适用于批量创建任务时，偶发 rate-limit 或 site_unreachable 错误的场景。
ip_pool_for_scan	string	可选。选择用于抓取的代理池地区。可选值：us、de。适用于某些地区无法访问页面、导致 site_unreachable 的。

browser_preset 预设值说明

当启用 browser_preset 时，各预设对应参数如下：

• desktop

• browser_screen_width: 1920

• browser_screen_height: 1080

• browser_screen_scale_factor: 1

• mobile

• browser_screen_width: 390

• browser_screen_height: 844

• browser_screen_scale_factor: 3

• tablet

• browser_screen_width: 1024

• browser_screen_height: 1366

• browser_screen_scale_factor: 2

custom_js 使用说明

你可以通过 custom_js 执行一段自定义脚本，并在响应中通过 custom_js_response 获取返回结果。

示例：

meta = {};
meta.url = document.URL;
meta.test = 'test';
meta;

返回结果示例：

"custom_js_response": {
 "url": "https://example.com/",
 "test": "test"
}

另一个检测埋点脚本的示例：

let meta = { haveGoogleAnalytics: false, haveTagManager: false };
for (var i = 0; i < document.scripts.length; i++) {
 let src = document.scripts[i].getAttribute("src");
 if (src != undefined) {
 if (src.indexOf("analytics.js") >= 0)
 meta.haveGoogleAnalytics = true;
 if (src.indexOf("gtm.js") >= 0)
 meta.haveTagManager = true;
 }
}
meta;

响应结构

接口返回 JSON 数据，顶层 tasks 数组。

顶层响应字段

字段名	类型	说明
version	string	当前 API 版本
status_code	integer	通用状态码
status_message	string	通用状态信息
time	string	执行耗时，单位秒
cost	float	本次请求总费用，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

建议你在系统中完善异常与错误处理逻辑。完整错误码体系可参考 /v3/appendix/errors。

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，范围通常在 10000-60000
status_message	string	任务状态说明
time	string	任务执行耗时
cost	float	单任务费用，单位 USD
result_count	integer	result 数组数量
path	array	URL 路径
data	object	与请求中提交的参数一致
result	array	结果数组

result 层通用字段

字段名	类型	说明
crawl_progress	string	抓取进度，可能值：in_progress、finished
crawl_status	object	抓取状态，此接口中通常为 null
crawl_gateway_address	string	本次抓取使用的爬虫 IP
total_items_count	integer	数据库中项目总数
items_count	integer	items 数组中的数
items	array	页面或资源结果项

---

items 结果类型说明

items 中的每个会根据资源类型返回不同字段。常见 resource_type括：

• html
• broken
• redirect
• script
• image
• stylesheet

下面按类型说明。

HTML 页面结果字段（resource_type: "html"）

基础字段

字段名	类型	说明
resource_type	string	资源类型，固定为 html
status_code	integer	页面状态码
location	string	跳转目标 URL
url	string	页面 URL
title	string	页面标题
charset	integer	代码页，例如 65001
follow	boolean	是否搜索引擎跟踪页面链接；若为 false，通常表示 meta robots 含 nofollow
generator	string	meta generator 标签
description	string	meta description
favicon	string	页面 favicon 地址
meta_keywords	string	keywords标签
canonical	string	规范页 URL
meta_title	string	页面 meta title
content_encoding	string	编码类型
media_type	string	媒体类型，如 text/html
server	string	服务器版本信息
is_resource	boolean	是否为单一资源
url_length	integer	URL 总长度
relative_url_length	integer	相对 URL 长度

页面结构与资源统计

字段名	类型	说明
meta	object	页面属性对象，随 resource_type 变化
htags	object	标题标签统计，如 h1、h2 等
internal_links_count	integer	部链接数量
external_links_count	integer	外部链接数量
inbound_links_count	integer	指向该页的站链接数量
images_count	integer	图片数量
images_size	integer	图片总大小，字节
scripts_count	integer	脚本数量
scripts_size	integer	脚本总大小，字节
stylesheets_count	integer	样式表数量
stylesheets_size	integer	样式表总大小，字节
render_blocking_scripts_count	integer	阻塞渲染的脚本数量
render_blocking_stylesheets_count	integer	阻塞渲染的样式表数量
total_dom_size	integer	页面 DOM 总大小

标题与描述长度

字段名	类型	说明
title_length	integer	title 标签字符数
description_length	integer	description 标签字符数

Core Web Vitals 与性能指标

字段名	类型	说明
cumulative_layout_shift	float	CLS，页面布局稳定性指标
page_timing	object	页面加载性能数据
page_timing.time_to_interactive	integer	TTI，可交互时间，毫秒
page_timing.dom_complete	integer	页面及子资源下载完成时间，毫秒
page_timing.largest_contentful_paint	float	LCP，最大绘制时间，毫秒
page_timing.first_input_delay	float	FID，首次延迟，毫秒
page_timing.connection_time	integer	建立连接耗时，毫秒
page_timing.time_to_secure_connection	integer	建立连接耗时，毫秒
page_timing.request_sent_time	integer	请求发送耗时，毫秒
page_timing.waiting_time	integer	首字节时间（TTFB），毫秒
page_timing.download_time	integer	下载响应耗时，毫秒
page_timing.duration_time	integer	总耗时，毫秒
page_timing.fetch_start	integer	开始下载 HTML 的时间
page_timing.fetch_end	integer	完成下载 HTML 的时间

###分析字段

字段名	类型	说明
content	object	页面概览
content.plain_text_size	integer	页面纯文本总大小，字节
content.plain_text_rate	integer	纯文本大小与页面总大小的比率
content.plain_text_word_count	float	页面词数
content.automated_readability_index	float	Automated Readability Index
content.coleman_liau_readability_index	float	Coleman–Liau Index
content.dale_chall_readability_index	float	Dale–Chall Readability Index
content.flesch_kincaid_readability_index	float	Flesch–Kincaid Readability Index
content.smog_readability_index	float	SMOG 可读性指标
content.description_to_content_consistency	float	description 与正文一致性，范围 0-1
content.title_to_content_consistency	float	title 与正文一致性，范围 0-1
content.meta_keywords_to_content_consistency	float	keywords 与正文一致性，范围 0-1

拼写、社交标签与自定义脚本

字段名	类型	说明
spell	object	拼写检查结果
spell.hunspell_language_code	string	拼写检查语言代码
spell.misspelled	array	拼错词数组
spell.misspelled[].word	string	拼错的单词
social_media_tags	object	页面中识别到的社交媒体标签，如 Open Graph、Twitter Card
custom_js_response	string/object/integer	自定义 JS 执行结果，类型取决于脚本返回值
custom_js_client_exception	string	自定义 JS 执行时报错信息

质量、抓取与缓存信息

字段名	类型	说明
onpage_score	float	页面 OnPage 优化得分，满分 100
broken_resources	boolean	是否存在损坏资源
broken_links	boolean	是否存在损坏链接
duplicate_title	boolean	是否存在重复标题
duplicate_description	boolean	是否存在重复描述
duplicate_content	boolean	是否存在重复
click_depth	integer	从首页到该页所需点击层级
size	integer	页面大小，字节
encoded_size	integer	编码后页面大小，字节
total_transfer_size	integer	压缩传输大小
fetch_time	string	抓取时间，UTC 格式
cache_control	object	缓存信息
cache_control.cachable	boolean	是否可缓存
cache_control.ttl	integer	缓存 TTL
last_modified	object	页面变更时间信息
last_modified.header	string	Header 中记录的最后修改时间
last_modified.sitemap	string	Sitemap 中记录的最后修改时间
last_modified.meta_tag	string	页面 meta 标签中的最后修改时间

错误与警告

字段名	类型	说明
resource_errors	object	资源错误与警告
resource_errors.errors	array	错误列表
resource_errors.errors[].line	integer	错误所在行
resource_errors.errors[].column	integer	错误所在列
resource_errors.errors[].message	string	错误信息
resource_errors.errors[].status_code	integer	错误状态码
resource_errors.warnings	array	警告列表
resource_errors.warnings[].line	integer	警告行；0 表示整页
resource_errors.warnings[].column	integer	警告列；0 表示整页
resource_errors.warnings[].message	string	警告信息
resource_errors.warnings[].status_code	integer	警告状态码

resource_errors.errors[].status_code 可选值

• 0 — 未识别错误
• 501 — HTML 解析错误
• 1501 — JS 解析错误
• 2501 — CSS 解析错误
• 3501 — 图片解析错误
• 3502 — 图片缩放值为 0
• 3503 — 图片大小为 0
• 3504 — 图片格式无效

resource_errors.warnings[].status_code 可选值

• 0 — 未识别警告
• 1 — 存在 60 个同级子节点的节点
• 2 — DOM 树节点数 1500
• 3 — HTML 深度 32 层

常见警告信息

• "Has node with more than 60 childs."
• "Has more that 1500 nodes."
• "HTML depth more than 32 tags."

checks 检查项

checks 对象用于标记页面是否触发了各类 OnPage 检查规则。

常见字段：

字段名	类型	说明
no_content_encoding	boolean	页面未启用压缩
high_loading_time	boolean	页面加载 3 秒
is_redirect	boolean	页面发生 3XX 跳转
is_4xx_code	boolean	页面返回 4xx
is_5xx_code	boolean	页面返回 5xx
is_broken	boolean	页面状态小于 200 或大于 400
is_www	boolean	页面位于 www 子域名
is_https	boolean	页面使用 HTTPS
is_http	boolean	页面使用 HTTP
high_waiting_time	boolean	TTFB过 1.5 秒
has_micromarkup	boolean	页面微数据标记
has_micromarkup_errors	boolean	页面存在微数据错误
no_doctype	boolean	页面缺少 <!DOCTYPE HTML>
has_html_doctype	boolean	页面存在 HTML DOCTYPE
canonical	boolean	页面是否为规范页
no_encoding_meta_tag	boolean	缺少编码 meta 标签
no_h1_tag	boolean	缺少或为空的 H1
https_to_http_links	boolean	HTTPS 页面 HTTP 链接
size_greater_than_3mb	boolean	页面大小 3MB
meta_charset_consistency	boolean	页面编码声明与编码一致性检查
has_meta_refresh_redirect	boolean	存在 Meta Refresh 跳转
has_render_blocking_resources	boolean	存在阻塞渲染资源
low_content_rate	boolean	正文占比低于 0.1
high_content_rate	boolean	正文占比高于 0.9
low_character_count	boolean	字符数少于 1024
high_character_count	boolean	字符数 256000
small_page_size	boolean	页面小于 1024 字节
large_page_size	boolean	页面 1MB
low_readability_rate	boolean	Flesch–Kincaid 可读性得分低于 15
irrelevant_description	boolean	description 与正文性低于 0.2
irrelevant_title	boolean	title 与正文性低于 0.3
irrelevant_meta_keywords	boolean	keywords 与正文性低于 0.6
title_too_long	boolean	标题 65 个字符
has_meta_title	boolean	页面存在 meta_title
title_too_short	boolean	标题少于 30 个字符
deprecated_html_tags	boolean	存在废弃 HTML 标签
duplicate_meta_tags	boolean	存在重复 meta 标签
duplicate_title_tag	boolean	存在多个 title 标签
no_image_alt	boolean	存在缺少 alt 的图片
no_image_title	boolean	存在缺少 title 的图片
no_description	boolean	缺少 description
no_title	boolean	缺少 title
no_favicon	boolean	缺少 favicon
seo_friendly_url	boolean	URL 是否符合 SEO 友好规则
flash	boolean	页面 Flash
frame	boolean	页面 frame / iframe / frameset
lorem_ipsum	boolean	页面 Lorem Ipsum
has_misspelling	boolean	存在拼写错误在 check_spell=true 时有效
seo_friendly_url_characters_check	boolean	URL 字符规则检查
seo_friendly_url_dynamic_check	boolean	URL 动态参数检查
seo_friendly_url_keywords_check	boolean	URL 与标题一致性检查
seo_friendly_url_relative_length_check	boolean	URL 长度检查

说明：部分检查项在 canonical = true 时才会返回有效值。

---

损坏页面结果字段（resource_type: "broken"）

当页面无法正常访问或被识别为损坏页面时，返回该类型。

主要字段：

• resource_type
• status_code
• location
• url
• size
• encoded_size
• total_transfer_size
• fetch_time
• fetch_timing
• duration_time
• fetch_start
• fetch_end
• cache_control
• checks
• resource_errors
• content_encoding
• media_type
• server
• is_resource
• last_modified

说明：

• checks含基础可用性与状态类检查项，如 is_redirect、is_4xx_code、is_5xx_code、is_broken 等
• resource_errors 的结构与 html 类型相同

---

跳转页面结果字段（resource_type: "redirect"）

当目标 URL 返回跳转时，返回该类型。

说明：

• location：跳转目标 URL
• url：源 URL
• size：对于 redirect 资源固定为 0
• encoded_size：对于 redirect 资源固定为 0

常见字段：

• fetch_time
• fetch_timing
• resource_errors
• cache_control
• checks
• content_encoding
• media_type
• server
• is_resource
• last_modified

---

资源类结果字段（script / image / stylesheet）

当首个抓取 URL 本身是脚本、图片或样式表时，才会显示以下类型的资源结果。

通用字段

字段名	类型	说明
resource_type	string	资源类型：script、image、stylesheet
status_code	integer	资源所在页面状态码
location	string	跳转地址
url	string	资源 URL
size	integer	资源大小，字节
encoded_size	integer	编码后大小，字节
total_transfer_size	integer	压缩传输大小，字节
fetch_time	string	抓取时间
fetch_timing	object	抓取耗时信息
cache_control	object	缓存信息
checks	object	资源检查结果
resource_errors	object	资源错误与警告
content_encoding	string	编码类型
media_type	string	媒体类型
accept_type	string	期望资源类型
server	string	服务器版本
last_modified	object	最后修改信息

图片资源特有字段

meta 对象在 resource_type = image 时可用，：

• alternative_text：图片 alt 文本
• title：图片标题
• original_width：原始宽度
• original_height：原始高度
• width：显示宽度
• height：显示高度

资源检查字段示例

字段名	类型	说明
is_minified	boolean	资源是否已压缩，适用于 stylesheet、script
has_redirect	boolean	资源是否存在重定向，适用于 script、image
has_subrequests	boolean	资源是否子请求，适用于 stylesheet、script
original_size_displayed	boolean	图片是否以原始尺寸展示适用于 image

accept_type 可选值

• any
• none
• image
• sitemap
• robots
• script
• stylesheet
• redirect
• html
• text
• other
• font

---

请求示例

cURL

curl --location --request POST "https://api.seermartech.cn/v3/on_page/instant_pages" \
--header "Authorization: Bearer smt_live_YOUR_KEY" \
--header "Content-Type: application/json" \
--data-raw '[
 {
 "url": "https://example.com/blog",
 "enable_javascript": true,
 "custom_js": "meta = {}; meta.url = document.URL; meta;"
 }
]'

Python

import requests

url = "https://api.seermartech.cn/v3/on_page/instant_pages"
headers = {
 "Authorization": "Bearer smt_live_YOUR_KEY",
 "Content-Type": "application/json"
}
data = [
 {
 "url": "https://example.com/apis/on-page-api"
 },
 {
 "url": "https://example.com/blog",
 "enable_javascript": True,
 "custom_js": "meta = {}; meta.url = document.URL; meta;"
 }
]

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

TypeScript

import axios from "axios";

const postData = [
 {
 url: "https://example.com/blog",
 enable_javascript: true,
 custom_js: "meta = {}; meta.url = document.URL; meta;"
 }
];

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

---

响应示例

{
 "version": "0.1.20220627",
 "status_code": 20000,
 "status_message": "Ok.",
 "time": "0.9929 sec.",
 "cost": 0.00025,
 "tasks_count": 1,
 "tasks_error": 0,
 "tasks": [
 {
 "data": {
 "api": "on_page",
 "function": "instant_pages",
 "url": "https://example.com/blog",
 "custom_js": "meta = {}; meta.url = document.URL; meta;"
 },
 "result": [
 {
 "items": [
 {
 "description": "示例博客页面描述",
 "favicon": "https://example.com/favicon.png",
 "meta_keywords": null,
 "canonical": "https://example.com/blog",
 "internal_links_count": 98,
 "external_links_count": 7,
 "inbound_links_count": 0,
 "images_count": 11,
 "images_size": 0,
 "scripts_count": 43,
 "scripts_size": 0,
 "stylesheets_count": 0,
 "stylesheets_size": 0,
 "title_length": 49,
 "description_length": 128,
 "render_blocking_scripts_count": 23,
 "render_blocking_stylesheets_count": 0,
 "cumulative_layout_shift": 0,
 "meta_title": null,
 "content": {
 "plain_text_size": 2480,
 "plain_text_rate": 0.016461342395921834,
 "plain_text_word_count": 432,
 "automated_readability_index": 7.008611111111112,
 "coleman_liau_readability_index": 8.658888888888892,
 "dale_chall_readability_index": 7.147202962962964,
 "flesch_kincaid_readability_index": 57.98100000000002,
 "smog_readability_index": 16.966058625362727,
 "description_to_content_consistency": 0.4736842215061188,
 "title_to_content_consistency": 0.7142857313156128,
 "meta_keywords_to_content_consistency": null
 },
 "deprecated_tags": null,
 "spell": null,
 "social_media_tags": {
 "og:locale": "en_US",
 "og:type": "article",
 "og:title": "示例博客标题",
 "og:description": "示例博客页面描述",
 "og:url": "https://example.com/blog",
 "twitter:card": "summary_large_image"
 },
 "page_timing": {
 "time_to_interactive": 38,
 "dom_complete": 38,
 "largest_contentful_paint": 0,
 "first_input_delay": 0,
 "connection_time": 15,
 "time_to_secure_connection": 21,
 "request_sent_time": 0,
 "waiting_time": 0,
 "download_time": 2,
 "duration_time": 38,
 "fetch_start": 0,
 "fetch_end": 38
 },
 "onpage_score": 98.17,
 "total_dom_size": 150673,
 "custom_js_response": {
 "url": "https://example.com/blog"
 },
 "custom_js_client_exception": null,
 "resource_errors": {
 "errors": null,
 "warnings": []
 },
 "broken_resources": false,
 "broken_links": false,
 "duplicate_title": false,
 "duplicate_description": false,
 "duplicate_content": false,
 "click_depth": 0,
 "size": 150673,
 "encoded_size": 0,
 "total_transfer_size": 0,
 "fetch_time": "2022-07-20 14:59:26 +00:00",
 "cache_control": {
 "cachable": false,
 "ttl": 0
 },
 "checks": {
 "no_content_encoding": false,
 "high_loading_time": false,
 "is_redirect": false,
 "is_4xx_code": false,
 "is_5xx_code": false,
 "is_broken": false,
 "is_www": false,
 "is_https": true,
 "is_http": false,
 "high_waiting_time": false,
 "no_doctype": false,
 "has_html_doctype": true,
 "canonical": true,
 "no_encoding_meta_tag": false,
 "no_h1_tag": false,
 "https_to_http_links": false,
 "size_greater_than_3mb": false,
 "meta_charset_consistency": true,
 "has_meta_refresh_redirect": false,
 "has_render_blocking_resources": false,
 "low_content_rate": true,
 "high_content_rate": false,
 "low_character_count": false,
 "high_character_count": false,
 "small_page_size": false,
 "large_page_size": false,
 "low_readability_rate": false,
 "irrelevant_description": false,
 "irrelevant_title": false,
 "irrelevant_meta_keywords": false,
 "title_too_long": false,
 "has_meta_title": false,
 "title_too_short": false,
 "deprecated_html_tags": false,
 "duplicate_meta_tags": true,
 "duplicate_title_tag": false,
 "no_image_alt": false,
 "no_image_title": true,
 "no_description": false,
 "no_title": false,
 "no_favicon": false,
 "seo_friendly_url": true,
 "flash": false,
 "frame": false,
 "lorem_ipsum": false,
 "seo_friendly_url_characters_check": true,
 "seo_friendly_url_dynamic_check": true,
 "seo_friendly_url_keywords_check": true,
 "seo_friendly_url_relative_length_check": true
 },
 "content_encoding": "br",
 "media_type": "text/html",
 "server": "cloudflare",
 "is_resource": false,
 "last_modified": {
 "header": null,
 "sitemap": null,
 "meta_tag": "2021-12-10 10:19:44 +00:00"
 }
 }
 ]
 }
 ]
 }
 ]
}

错误处理建议

• 顶层 status_code 用于判断整次请求状态
• tasks[].status_code 用于判断单个任务执行状态
• 若同一批任务中某个域名正在队列中重复抓取，可能返回 40501
• 如站点限制访问、时、地区不可达，可能出现 broken 类型结果，或触发 site_unreachable / rate-limit 类错误
• 建议同时记录：
• 请求参数
• 顶层 status_code
• 任务级 status_code
• resource_errors
• checks

实用场景

• 审核落地页 SEO 基础健康度：快速获取标题、描述、H 标签、canonical、外链等信息，用于批量发现页面优化缺口。
• 监控页面性能与 Core Web Vitals：启用浏览器渲染后采集 LCP、FID、CLS、TTI 等指标，帮助定位影响收录与体验的性能瓶颈。
• 排查页面可抓取与可访问问题：识别 broken、redirect、4xx/5xx、时、无编码压缩等问题，降低页面抓取失败和索引异常风险。
• 检查质量与性：分析正文占比、词数、可读性，以及标题/描述与正文的一致性，团队优化页面质量。
• 验证前端埋点与动态加载：借助 enable_javascript、enable_xhr 和 custom_js 检测页面脚本执行结果、标签管理器或分析代码是否正常加载。