谷歌图片搜索 API:字段口径、外链防盗链与成本纪律
图片端点是六个端点里最贵的:每次成功请求 2 credits,是搜索端点的两倍;它的返回结构也最容易踩坑——你以为有title,它经常没有;你以为数组一定在,它可能整个缺席。这篇把字段口径、请求路径和成本纪律一次讲清,给一个能直接跑的采集脚本。先说两个最容易栽的点:端点路径是/google/image/search(单数 image),不是直觉上的 images;以及结果里只有rank、link、image_url三个字段是必填,其余全是可选,口径见 SerpBase 官方文档的图片端点字段表。字段口径每次成功请求 2 credits,失败自动退款(credits_charged为 0)。入参四个:q必填,hl/gl/page可选(默认 en/us/1)。返回顶层images数组是可选的——当解析到图片结果时才有,零结果时可能整个键都不存在。字段必要性文档原话rank必填“本响应内 1 起算位次”link必填“解析器返回的主链接”image_url必填“完整图片 URL”title可选“当解析到图片标题或 alt 文本时”position可选“rank 的别名,可用时”url / display_url / source_url可选视归一化与重定向情况thumbnail_url / thumbnail可选“当 Google 暴露缩略图时”source / domain可选“当解析到来源文本/域名时”文档还明确提醒:“部分 Google Images 载荷形态只暴露 rank/link,不暴露每个归一化别名”——所以解析器一律.get()兜底,别裸取。脚本importcsv,requests APIhttps://api.serpbase.dev/google/image/searchKEY你的 API Keydefimage_search(q:str,page:int1)-list:resprequests.post(API,headers{X-API-Key:KEY,Content-Type:application/json},json{q:q,hl:zh-CN,gl:cn,page:page},timeout30)dataresp.json()ifdata.get(status)!0:raiseRuntimeError(f{data.get(status)}:{data.get(error)})returndata.get(images,[])# 数组本身是可选的rows[]forkwin[机械键盘 产品图,静音键盘 白色]:foriteminimage_search(kw)[:10]:rows.append({关键词:kw,位次:item[rank],图片URL:item[image_url],标题:item.get(title,),# 可能为空来源:item.get(source,),域名:item.get(domain,),})withopen(images.csv,w,newline,encodingutf-8-sig)asf:wcsv.DictWriter(f,fieldnames[关键词,位次,图片URL,标题,来源,域名])w.writeheader()w.writerows(rows)print(f共{len(rows)}条 → images.csv)三条实践纪律先判 status 再碰 images。零结果查询可能返回status: 0且根本没有images键;用data.get(images, []),别写data[images]——那是线上脚本最常见的 KeyError。外链防盗链要当回事。image_url是第三方站点上的图片地址,直接img src热链到你自己页面,对方换域名、加 referer 校验或下架,你的页面就是一片碎图。稳妥做法是下载到自己存储再引用,并保留来源字段备查;商用前确认对方站点的使用条款。2 credits 一次,重复查询是最大的浪费。同一个 (q, hl, gl, page) 的结果短期内稳定,采集前先按这个四元组去重;缓存到本地磁盘,第二次访问零成本。20 个关键词一轮就是 40 credits,重复跑三遍就够吃掉免费额度的一半。成本账每关键词每次请求 2 credits:10 个关键词一轮 20 credits,100 次免费额度够跑五轮——但带着缓存跑,实际只会用掉 10 credits,剩下的是留给调试的。标准包按 $10/20k($0.50/1k)算,一次成功请求合一美分,监控类需求一天两轮也就几毛钱。FAQ为什么我的 title 全是空的?它本来就可选——大量真实页面没有 alt 文本,解析器无从填充。展示逻辑要能在无标题时正常工作,别把它当主字段用。link 和 image_url 哪个能直接放进 img 标签?image_url是完整图片地址,放 src 用它;link是解析器的主结果链接,可能是来源页面而不是图片文件本身。两者都建议先 HEAD 一下确认可达再落库。有 device 参数吗?没有。device 只属于搜索端点;图片端点入参就是 q/hl/gl/page 四个。返回的图片有版权风险吗?接口只返回公开可索引的结果,不改变图片本身的版权状态。批量商用前走自己的合规审查,保留来源域名字段就是为这个准备的。把脚本里的关键词换成你的监测对象,先跑一轮看title/source在你这个行业的填充率,再决定展示层怎么写。

相关新闻

Zephyr与FreeRTOS线程优先级差异:从数值反转到调度机制全解析

Zephyr与FreeRTOS线程优先级差异:从数值反转到调度机制全解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/9/26 14:58:59 阅读更多 →
Trash-ICRA19数据集实战:从标注到YOLOv8训练全流程

Trash-ICRA19数据集实战:从标注到YOLOv8训练全流程

简介:这套YOLO目标检测配套数据包取自Trash-ICRA19海洋垃圾检测数据集,已经过统一整理,形成可被现有训练框架直接读取的标注格式,面向需要海洋漂浮物与水下废弃物检测样本的学生和研究人员,也适合计算机、电子信息、数…

2026/9/26 14:58:59 阅读更多 →
Claude Agent SDK vs Claude Code CLI:把 AI 嵌进自己应用前,先看怎么选(TaoToken 配置篇)

Claude Agent SDK vs Claude Code CLI:把 AI 嵌进自己应用前,先看怎么选(TaoToken 配置篇)

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/9/26 14:57:59 阅读更多 →

最新新闻

集群级沙箱服务如何支撑智能体训练:DSec架构与优化实践

集群级沙箱服务如何支撑智能体训练:DSec架构与优化实践

1. 从单机脚本到集群服务:智能体训练环境的架构演进智能体训练这件事,做过的人都知道,最折磨人的往往不是模型本身,而是环境。早期大家怎么干的?本地起一个 Docker 容器,把代码执行、文件读写、网络请求全塞…

2026/9/26 15:42:18 阅读更多 →
西部数据 硬盘介绍

西部数据 硬盘介绍

“硬盘家族 Caviar Blue”指的是这块硬盘属于西部数据的 Caviar Blue(蓝盘) 产品线。这是西部数据对自家机械硬盘的一种颜色分级命名,用来区分不同用途和定位的硬盘。🔵 西部数据机械硬盘的颜色分级西数用颜色来代表硬盘的系列和适…

2026/9/26 15:42:18 阅读更多 →
trae本地部署大模型并接入deepseek harness,全程托管trae。

trae本地部署大模型并接入deepseek harness,全程托管trae。

8GB 显存跑通 MiniCPM5-2B DeepSeek Harness:一次几乎全由 AI 完成的本地部署硬件:RTX 5050(8GB 显存)| 系统:Windows | 成本:0 元 | 全程用时:一个下午 最重要的前提:我没有动手写…

2026/9/26 15:42:18 阅读更多 →
TensorFlow2.0汉字手写识别:3755类的完整实现与避坑指南

TensorFlow2.0汉字手写识别:3755类的完整实现与避坑指南

简介:面向深度学习实践的中文手写汉字识别项目,基于TensorFlow2.0实现,提供一套完整的毕业设计源码。项目覆盖数据集获取与转换、CNN模型构建、训练评估、单字识别预测等环节,适合计算机专业学生用于课程设计、毕业设计或TensorFl…

2026/9/26 15:42:17 阅读更多 →
Python+CNN花朵识别课程设计实战:从数据处理到GUI部署

Python+CNN花朵识别课程设计实战:从数据处理到GUI部署

简介:这是一套基于卷积神经网络的花朵图像识别课程设计资源,包含完整源码、说明文档、GUI演示与快速部署指南,面向高校计算机、智能科学、信息工程等专业学生,适合课程实践、毕业设计参考及入门图像识别二次开发。压缩包共88个文件…

2026/9/26 15:42:17 阅读更多 →
AI图像生成产品化:从Stable Diffusion Demo到企业级API服务

AI图像生成产品化:从Stable Diffusion Demo到企业级API服务

1. 项目概述:为什么要把 AI 图像生成“做成产品能力”而不是“跑个 demo”最近三个月,我陆续帮五家不同行业的客户落地了图像生成类功能——有做电商详情页自动配图的,有给教育平台生成教学插图的,有为本地文旅局批量产出景区宣传…

2026/9/26 15:41:17 阅读更多 →

日新闻

数据库课后习题答案别硬背:当测试用例集刷,效率翻倍

数据库课后习题答案别硬背:当测试用例集刷,效率翻倍

简介:万常选版《数据库原理与设计》课后习题答案资源,覆盖第2至6章及第9章,适合正在学习关系模型、数据库建模、关系数据理论与模式求精的本科生、自学者作为复习与自测材料。压缩包共7个文件,含3个doc参考答案、2个sql示例脚本、…

2026/9/26 0:00:25 阅读更多 →
学校官网模拟全流程实践:从页面布局到后端接口与部署

学校官网模拟全流程实践:从页面布局到后端接口与部署

如果你正在找一门 Web 大作业的题目,或者刚开始接触 Web 前端开发想做点能拿来展示的东西,“学校官网模拟”几乎是最稳的选择。题目看着简单,但要把导航、新闻列表、轮播 Banner、二级页面、后台数据都串起来,其实已经把前端布局、…

2026/9/26 0:00:25 阅读更多 →
超级玛丽游戏源码C++:从零搭建横版跳跃游戏工程

超级玛丽游戏源码C++:从零搭建横版跳跃游戏工程

简介:这是一份面向游戏开发初学者与C进阶学习者的超级玛丽(超级马里奥)游戏源码,基于C面向对象编程实现,适合想通过经典项目理解游戏主循环、角色类设计、地图关卡加载与物理碰撞检测的读者参考。压缩包共49个文件&…

2026/9/26 0:00:25 阅读更多 →

周新闻

Flutter for OpenHarmony游戏卡片渐变背景实战:从原理到性能优化

Flutter for OpenHarmony游戏卡片渐变背景实战:从原理到性能优化

直接铺开项目本身吧。这几个月我一直在折腾一件事:用Flutter给OpenHarmony做一款游戏集合类的App,说白了就是把若干小游戏塞进一个壳里,用统一入口分发。这个方向本身不算新鲜,真正让我花了不少心思的,是首页那堆游戏卡…

2026/9/25 19:27:14 阅读更多 →
Word表格编号全攻略:从列表编号到题注交叉引用

Word表格编号全攻略:从列表编号到题注交叉引用

写Word文档,最让人头疼的往往是那些“看起来不起眼”的小问题。比如表格编号这事:今天在表后面多加了两个空白行,明天给客户交稿前发现整个章节的编号全部错位,光是挨个改序号就能耗掉大半个下午。我前阵子帮人整理一份上百页的技…

2026/9/25 11:15:26 阅读更多 →
从第一个站到第二个站:独立开发者的静态网站选型与落地实践

从第一个站到第二个站:独立开发者的静态网站选型与落地实践

1. 项目概述1.1 核心需求解析做独立开发者这几年,说实话,第一个网站上线的那天晚上我兴奋得没睡着。但等它跑了半年,流量惨淡、功能臃肿、代码自己都懒得看第二遍之后,我才慢慢琢磨明白一个道理:第一个网站是练手&…

2026/9/25 20:29:09 阅读更多 →

月新闻

持续集成 流水线自动化与 声明式交付 实践:原型怎样变成可用功能

持续集成 流水线自动化与 声明式交付 实践:原型怎样变成可用功能

持续集成 流水线自动化与 声明式交付 实践:原型怎样变成可用功能分类:[AI/大模型]细分主题:AI 增强型 CI/CD 流水线自动化与 GitOps 实践:Agent 工作流、工具调用与任务拆解:从原型到生产的验收清单很多团队在尝试用大…

2026/9/25 20:29:43 阅读更多 →
容器编排 生产环境运维与排障实战:复盘记录怎样真正派上用场

容器编排 生产环境运维与排障实战:复盘记录怎样真正派上用场

容器编排 生产环境运维与排障实战:复盘记录怎样真正派上用场分类:[工程技术]细分主题:Kubernetes 生产环境运维与排障实战:可复制的项目复盘模板与决策记录大部分团队的事故复盘报告,最后都变成了躺在 Confluence 或钉…

2026/9/25 20:29:31 阅读更多 →
容器 容器化技术与镜像安全管理:核心链路应该先拆哪一步

容器 容器化技术与镜像安全管理:核心链路应该先拆哪一步

容器 容器化技术与镜像安全管理:核心链路应该先拆哪一步分类:[工程技术]细分主题:Docker 容器化技术与镜像安全管理:核心链路的逐步实现与关键代码取舍面对一个积累了五六年历史包袱的单体架构应用(包含 Web 接口、后台…

2026/9/25 19:27:26 阅读更多 →