无论你是在重新定价、关注竞争对手，还是追踪库存情况，Google 搜索 API 都能让你按自己的节奏大规模监控市场。下面是使用 serp.cheap 的模式。
捕获商品查询的结果
import requests, datetime, json
def snapshot(query, gl="us"):
data = requests.post(
"https://api.serp.cheap/v1/search",
headers={"X-API-Key": "YOUR_KEY"},
json={"q": query, "gl": gl},
timeout=30,
).json()
return {
"date": datetime.date.today().isoformat(),
"query": query,
"results": [
{"title": r["title"], "link": r["link"], "snippet": r.get("snippet", "")}
for r in data["organic"]
],
}
print(json.dumps(snapshot("iphone 16 pro price"), indent=2))随时间追踪
存储每个快照（SQLite、数据仓库或文件）。逐日对比以检测新的卖家、排名变化，或包含定价的摘要文本。添加 gl 以监控多个市场。
在高频下保持低成本
- 缓存命中是半价——在缓存窗口内重复检查同一商品花费 $0.0003。
- 按市场批量处理，而非按小时——每日快照能捕捉大多数变动。
- 追踪
stats.cost以保持累计总额。
按每天 1,000 次商品查询计算，全新抓取大约为每天 $0.60——比大多数按 SKU 计费的监控 SaaS 更便宜。
关于 Shopping 数据的说明
对于原始的自然结果 + 摘要监控，标准的搜索端点已经足够，也是最便宜的路径。对于深度结构化的 Shopping 数据流，你可能需要一个专门的端点——但大多数价格监控用例用自然结果 + 摘要文本就能很好地满足。