设置 Google Dataset Search 任务

POST /v3/serp/google/dataset_search/task_post

本接口通过 POST /v3/serp/google/dataset_search/task_post 创建 Google Dataset Search 任务，返回与指定的 Google Dataset Search 前 20 条结果的任务标识。可通过 depth、数据集更新时间、文件格式、使用权限等参数进一步筛选结果。

任务支持两种执行优级：

1：普通优级，默认值
2：高优级，执行速度更快，但会产生额外费用

请求地址

http

POST https://api.seermartech.cn/v3/serp/google/dataset_search/task_post

计费说明

本接口在创建任务时计费。
默认每个任务最多返回 20 条结果。
将 depth 设置为大于 20 时，如果搜索引擎返回 20 条结果，可能产生额外费用。
如果 depth 大于返回结果数，未使用部分通常会自动退还至账户余额。
使用 priority: 2 创建高优级任务时，将产生额外费用。
实扣费以响应头 X-SeerMarTech-Charge-CNY 为准。
示例响应中的 cost: 0.0006 按人民币参考汇率折算约为 ¥0.0043 / 次，供参考，扣费以响应头为准。

请求限制

请求体使用 UTF-8 编码的 JSON 格式。平台限流以认证说明中的 30/60/120 次/分钟规则为准。
每个 POST 请求最多 100 个任务。
如果单次请求 100 个任务，出限制的任务将返回错误码 40006。
每个任务提交后都会返回唯一的 id，可使用该 ID 查询任务结果。
也可以通过 pingback_url 或 postback_url 接收任务完成通知和结果。
如果通知服务器在 10 秒未响应，连接将因时中断，任务会转移至任务就绪列表。

请求体格式

请求体是 JSON 数组，每个数组代表一个任务：

json

[
  {
    "keyword": "water quality"
  }
]

参数说明

主要参数

参数	类型	填	说明
`keyword`	string	是	Dataset Search 查询，最多 700 个字符。参数中的 URL 编码会被解码，字符 `+` 会被解码为空格。如果中需要使用 `%`，请写成 `%25`；如果需要使用 `+`，请写成 `%2B`。
`language_code`	string	否	搜索引擎语言代码。可选值：`en`。
`depth`	integer	否	解析深度，即期望获取的结果数量。默认值：`20`；最大值：`700`。
`priority`	integer	否	任务优级。`1`：普通优级，默认值；`2`：高优级，速度更快但费用更高。
`device`	string	否	设备类型。可选值：`desktop`。
`pingback_url`	string	否	任务完成通知地址。任务完成后，本平台将向该地址发送 GET 请求。可使用 `$id` 和 `$tag` 占位符，本平台发送请求时会替换为值。
`postback_url`	string	否	任务结果回传地址。任务完成后，本平台将以 gzip 压缩格式向该地址发送 POST 请求。可使用 `$id` 和 `$tag` 占位符。
`postback_data`	string	否	`postback_url` 返回数据类型。指定 `postback_url` 时填。唯一可选值：`advanced`。

> pingback_url 和 postback_url 中的特殊字符会进行 URL 编码，例如 # 会编码为 %23。

附加参数

参数	类型	填	说明
`language_name`	string	否	搜索引擎语言名称。使用此参数时无需再指定 `language_code`。可选值：`English`。
`os`	string	否	设备操作系统。可选值：`windows`、`macos`。默认值：`windows`。
`tag`	string	否	用户自定义任务标识，最多 255 个字符。可用于任务与结果，提交的值会在响应的 `data` 对象中返回。
`last_updated`	string	否	数据集最近更新时间。可选值：`1m`（一个月）、`1y`（一年）、`3y`（三年）。
`file_formats`	array	否	数据集文件格式。可选值：`other`、`archive`、`text`、`image`、`document`、`tabular`。
`usage_rights`	string	否	数据集使用权限。可选值：`commercial`、`noncommercial`。
`is_free`	boolean	否	是否返回数据集。可选值：`true`、`false`。
`topics`	array	否	数据集主题。可选值：`humanities`、`social_sciences`、`life_sciences`、`agriculture`、`natural_sciences`、`geo`、`computer`、`architecture_and_urban_planning`、`engineering`。

请求示例

cURL

bash

curl --location --request POST \
  'https://api.seermartech.cn/v3/serp/google/dataset_search/task_post' \
  --header 'Authorization: Bearer smt_live_YOUR_KEY' \
  --header 'Content-Type: application/json' \
  --data-raw '[
    {
      "keyword": "water quality",
      "language_code": "en",
      "last_updated": "1m",
      "file_formats": ["tabular", "document"],
      "usage_rights": "noncommercial",
      "is_free": true,
      "topics": ["natural_sciences"],
      "device": "desktop",
      "os": "windows"
    }
  ]'

Python

python

import requests

url = "https://api.seermartech.cn/v3/serp/google/dataset_search/task_post"

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

tasks = [
    {
        "keyword": "water quality",
        "last_updated": "1m",
        "file_formats": ["tabular", "document"],
        "usage_rights": "noncommercial",
        "is_free": True,
        "topics": ["natural_sciences"],
    },
    {
        "keyword": "water quality",
        "last_updated": "1m",
        "file_formats": ["tabular"],
        "usage_rights": "noncommercial",
        "is_free": True,
        "topics": ["natural_sciences"],
        "priority": 2,
        "tag": "some_string_123",
        "pingback_url": "https://your-server.com/pingscript?id=$id&tag=$tag",
    },
]

response = requests.post(url, headers=headers, json=tasks)
result = response.json()

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

TypeScript

typescript

import axios from "axios";

const tasks = [
  {
    keyword: "water quality",
    last_updated: "1m",
    file_formats: ["tabular", "document"],
    usage_rights: "noncommercial",
    is_free: true,
    topics: ["natural_sciences"],
  },
  {
    keyword: "water quality",
    last_updated: "1m",
    file_formats: ["tabular"],
    usage_rights: "noncommercial",
    is_free: true,
    topics: ["natural_sciences"],
    priority: 2,
    tag: "some_string_123",
    pingback_url:
      "https://your-server.com/pingscript?id=$id&tag=$tag",
  },
];

axios
  .post(
    "https://api.seermartech.cn/v3/serp/google/dataset_search/task_post",
    tasks,
    {
      headers: {
        Authorization: "Bearer smt_live_YOUR_KEY",
        "Content-Type": "application/json",
      },
    }
  )
  .then((response) => {
    console.log(response.data);
  })
  .catch((error) => {
    console.error(error.response?.data || error.message);
  });

响应说明

接口返回 JSON 对象 tasks 数组每个任务的创建结果。

顶层响应字段

字段	类型	说明
`version`	string	当前 API 版本。
`status_code`	integer	通用状态码。成功通常为 `20000`。
`status_message`	string	通用状态信息。
`time`	string	请求执行耗时，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，UUID 格式。可使用该 ID 查询任务结果。
`status_code`	integer	当前任务状态码，通常位于 `10000` 至 `60000` 范围。
`status_message`	string	当前任务状态信息。
`time`	string	任务处理耗时，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。创建任务时通常为 `0`。
`path`	array	请求 URL 路径信息。
`data`	object	创建任务时提交的参数。
`result`	array \| null	任务结果数组。创建任务接口返回时为 `null`。

成功响应示例

json

{
  "version": "0.1.20220819",
  "status_code": 20000,
  "status_message": "Ok.",
  "time": "0.0469 sec.",
  "cost": 0.0043,
  "tasks_count": 1,
  "tasks_error": 0,
  "tasks": [
    {
      "id": "01234567-89ab-cdef-0123-456789abcdef",
      "status_code": 20000,
      "status_message": "Ok.",
      "time": "0.0123 sec.",
      "cost": 0.0043,
      "result_count": 0,
      "path": [
        "v3",
        "serp",
        "google",
        "dataset_search",
        "task_post"
      ],
      "data": {
        "api": "serp",
        "function": "task_post",
        "se": "google",
        "se_type": "dataset_search",
        "keyword": "water quality",
        "last_updated": "1m",
        "file_formats": [
          "tabular",
          "document"
        ],
        "usage_rights": "noncommercial",
        "is_free": true,
        "topics": [
          "natural_sciences"
        ],
        "device": "desktop",
        "os": "windows"
      },
      "result": null
    }
  ]
}

任务结果获取

创建任务成功后，请保存响应中的 tasks[].id，并使用该 ID 查询任务结果。也可以在创建任务时：

pingback_url：任务完成后接收 GET 通知。
postback_url：任务完成后接收 gzip 压缩的 POST 结果。

当回调服务器 10 秒未响应时，通知请求会因时终止，任务将转移到任务就绪列表。请确保回调地址能够快速返回 HTTP 成功响应，并备幂等处理能力。

错误处理

顶层 status_code 表示本次请求的整体状态。
tasks[].status_code 表示单个任务的处理状态。
tasks_error 表示返回错误的任务数量。
单次请求 100 个任务时，出限制的任务将返回错误码 40006。
建议客户端同时检查 HTTP 状态码、顶层 status_code 和每个任务的 status_code，并针对时、限流、参数校验失败等实现重试或告警机制。

实用场景

检索行业数据集：围绕行业获取数据集，帮助研究团队快速发现可引用的数据来源。
筛选可商用数据资源：结合 usage_rights 和 is_free 参数筛选商业可用或数据集，降低生产和数据采购成本。
按主题构建数据集单：使用 topics、file_formats 和 last_updated 组合过滤结果，为 SEO、行业报告或专题页面整理数据资源。
监测数据集更新：按 last_updated 设置时间范围，持续发现近期更新的数据集，提升研究资料的时效性。
批量分析数据集搜索需求：一次提交多个任务，并通过 tag 和回调地址结果，支持规模化研究与数据资产盘点。

设置 Google Dataset Search 任务 ​

请求地址 ​

计费说明 ​

请求限制 ​

请求体格式 ​

参数说明 ​

主要参数 ​

附加参数 ​

请求示例 ​

cURL ​

Python ​

TypeScript ​

响应说明 ​

顶层响应字段 ​

任务字段 ​

成功响应示例 ​

任务结果获取 ​

错误处理 ​

实用场景 ​