设置 OnPage 任务
对 target 启动一次爬取，在 tasks[0].
target 启动一次爬取，在 tasks[0].id 返回任务 id——这个 id 是本家族其余所有工具的把手，务必留好。max_crawl_pages 限制规模，start_url、max_crawl_depth、priority_urls、crawl_delay 调整行为，store_raw_html 决定之后 post_dataforseo_on_page_raw_html 有没有东西可给。一页的爬取实测 $0.00015。响应包在信封里：数据在 tasks[0].result，成败在 tasks[0].status_code——请求被拒时 HTTP 仍是 200。 ⚠️ 这不是常见的 submit/fetch 配对：爬取是一个会话，之后有十来个工具按 id 来查它。轮询 get_dataforseo_on_page_summary 直到 crawl_progress 变成 finished；example.com 一页的爬取实测不到一分钟。
示例
授权
Bearer authentication header of the form Bearer <token>, where <token> is your auth token.
请求体
已抓取页面数上限。必填字段。要在指定域名上抓取的页面数量。注意：如果将 max_crawl_pages 设置为 1，并且未指定 start_url 或将其设置为主页，则会禁用以下全站检查：test_canonicalization、enable_www_redirect_check、test_hidden_server_signature、test_page_not_found、test_directory_browsing、test_https_redirect。若仍需启用这些检查，请将 force_sitewide_checks 设置为 true。如果将 max_crawl_pages 设置为 1，并将 start_url 指定为主页以外的页面，则会禁用所有全站检查；若仍需启用这些检查，请将 force_sitewide_checks 设置为 true。
要抓取的第一个 URL，可选字段。注意：你应指定绝对 URL；如果要抓取单个页面，请在此字段中指定其 URL，并将 max_crawl_pages 参数设置为 1。你也可以使用实时 Instant Pages 端点获取特定页面的数据
抓取单个页面时启用全站检查；可选字段；设置为 true 可在抓取单个页面时获取全站检查数据；默认值：false。
绕过队列进行抓取的 URL，可选字段；此数组中指定的 URL 将优先抓取并绕过抓取队列；注意：应指定绝对 URL；最多可以指定 20 个 URL；数组中的所有 URL 都必须属于目标域名；除非将 allow_subdomains 参数设置为 true，否则将忽略子域名；示例："priority_urls": [ "https://dataforseo.com/apis/serp-api", "https://dataforseo.com/contact" ]
抓取深度，可选字段，即待抓取页面的链接层级深度；例如，抓取起始页面为第 0 层，该页面所链接的页面为第 1 层，依此类推。
请求之间的延迟（毫秒），可选字段；爬虫向服务器发起请求时的自定义间隔，默认值：2000
存储已抓取页面的 HTML 可选字段；如果要使用 OnPage Raw HTML 端点获取页面的 HTML，请设置为 true；默认值：false
解析已抓取页面上的内容；可选字段；设置为 true 以使用 OnPage Content Parsing 端点；默认值：false
是否在抓取的页面上支持 Cookie；可选字段，设置为 true 可在抓取页面时支持 Cookie；默认值：false
用于访问网站的语言标头，可选字段。支持所有区域设置格式（xx、xx-XX、xxx-XX 等）。注意：如果未指定此参数，某些网站可能会拒绝访问；在这种情况下，响应数组中返回的页面将包含 "type":"broken
自定义 robots.txt 设置，可选字段，示例：Disallow: /directory1/
合并或覆盖 robots.txt 设置 可选字段 可选值：merge、override；如果要忽略网站抓取限制及其他 robots.txt 设置，请设为 override 默认值：merge；注意：如果设为 override，请指定 custom_robots_txt 参数
自定义用户代理。可选字段，用于抓取网站的自定义用户代理。示例：Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36。默认值：Mozilla/5.0 (compatible; RSiteAuditor)
浏览器屏幕参数预设，可选字段；如果使用此字段，则无需指定 browser_screen_width、browser_screen_height、browser_screen_scale_factor；可用值：desktop、mobile、tablet；desktop 预设将应用以下值：browser_screen_width: 1920 browser_screen_height: 1080 browser_screen_scale_factor: 1；mobile 预设将应用以下值：browser_screen_width: 390 browser_screen_height: 844 browser_screen_scale_factor: 3；tablet 预设将应用以下值：browser_screen_width: 1024 browser_screen_height: 1366 browser_screen_scale_factor: 2 注意：要使用此参数，请将 enable_javascript 或 enable_browser_rendering 设置为 true
浏览器屏幕宽度，可选字段；你可以设置自定义浏览器屏幕宽度，以针对特定设备执行审计；如果使用此字段，则无需指定 browser_preset，因为它将被忽略；注意：要使用此参数，请将 enable_javascript 或 enable_browser_rendering 设置为 true；最小值（像素）：240；最大值（像素）：9999
浏览器屏幕高度，可选字段；你可以设置自定义浏览器屏幕高度，以针对特定设备执行审计；如果使用此字段，则无需指定 browser_preset，因为它将被忽略；注意：要使用此参数，请将 enable_javascript 或 enable_browser_rendering 设置为 true；最小值（像素）：240；最大值（像素）：9999
浏览器屏幕缩放系数；可选字段。您可以设置自定义浏览器屏幕分辨率比例，以针对特定设备执行审计；如果使用此字段，则无需指定 browser_preset，因为该参数将被忽略。注意：要使用此参数，请将 enable_javascript 或 enable_browser_rendering 设置为 true；最小值：0.5；最大值：3
抓取时遵循站点地图；可选字段。如果希望抓取时按照主站点地图中指定的页面顺序，请设置为 true；默认值：false。注意：如果设置为 true，API 响应中的 click_depth 值将等于 0；请求中的 max_crawl_depth 字段将被忽略，您可以使用 max_crawl_pages 参数指定要抓取的页面数量
自定义站点地图 URL，可选字段，即替代站点地图所在页面的 URL。注意：如果要使用此参数，respect_sitemap 应为 true
仅抓取站点地图中指定的页面；可选字段；如果只想抓取站点地图中指定的页面，请设置为 true；如果将此参数设置为 true 且未指定 custom_sitemap，我们将抓取默认站点地图；默认值：false；注意：如果要使用此参数，respect_sitemap 应为 true
加载资源；可选字段；如果要加载图片、样式表、脚本和损坏的资源，请设置为 true；默认值：false；注意：如果使用此参数，将产生额外费用；有关使用此参数的任务费用，请参阅我们的帮助文章；费用可以在定价页面上计算
检查域名是否实现 www 重定向。可选字段，如果要检查请求的域名是否实现从 www 到非 www 或从非 www 到 www 的重定向，请设置为 true；默认值：false
在页面上加载 JavaScript。可选字段。如果要加载页面上可用的脚本，请设置为 true。默认值：false。注意：使用此参数将产生额外费用；有关使用此参数的任务费用，请参阅我们的帮助文章；费用可在定价页面上计算
在页面上启用 XMLHttpRequest；可选字段；如果希望爬虫使用 XMLHttpRequest 对象从 Web 服务器请求数据，请将其设置为 true；默认值：false；如果使用此字段，enable_javascript 必须设置为 true；
模拟浏览器渲染以测量 Core Web Vitals 可选字段 使用此参数可在加载网页时模拟浏览器；enable_browser_rendering 会加载页面上的样式、图像、字体、动画、视频及其他资源；默认值：false 设置为 true 可在响应中获取 Core Web Vitals（FID、CLS、LCP）指标；如果使用此字段，enable_javascript 和 load_resources 参数必须设置为 true 注意：使用此参数会产生额外费用；有关使用此参数的任务费用，请参阅我们的帮助文章；具体费用可在 Pricing Page 上计算
禁用 Cookie 弹窗 可选字段；如果要禁用请求用户同意使用 Cookie 的弹窗，请设置为 true；默认值：false
自定义 JavaScript，可选字段。请注意，此处输入脚本的最长执行时间应为 700 ms。例如，可以使用以下 JS 代码片段检查网站是否包含将 Google Tag Manager 作为 scr 属性：let meta = { haveGoogleAnalytics: false, haveTagManager: false }; for (var i = 0; i = 0) meta.haveGoogleAnalytics = true; if (src.indexOf("gtm.js") >= 0) meta.haveTagManager = true; } } meta;返回值取决于您在此字段中指定的内容。例如，如果指定以下脚本：meta = {}; meta.url = document.URL; meta.test = 'test'; meta; 则响应中将包含以下数据："custom_js_response": { "url": "https://dataforseo.com/", "test": "test" } 注意：输入的脚本长度不得超过 2000 个字符。注意：使用此参数将产生额外费用；有关使用此参数的任务费用，请参阅我们的帮助文章；费用可在定价页面计算
启用微数据验证；可选字段。如果要使用 OnPage API Microdata 端点，请设置为 true；默认值：false
包含子域名上的页面，可选字段；如果要抓取目标网站的所有子域名，请设置为 true，默认值：false
要抓取的子域名；可选字段；指定要抓取的子域名；示例：["blog.site.com", "my.site.com", "shop.site.com"]；注意：要使用此参数，应将 allow_subdomains 参数设置为 false；否则，allowed_subdomains 字段的内容将被忽略，并返回所有子域名的结果
不抓取的子域名，可选字段。指定不希望抓取的子域名。示例：["status.site.com", "docs.site.com"] 注意：要使用此参数，应将 allow_subdomains 参数设置为 true
检查拼写，可选字段；设为 true 时使用 Hunspell 库检查网站上的拼写；默认值：false
拼写检查的语言，可选字段。支持的语言：‘hy’、‘eu’、‘bg’、‘ca’、‘hr’、‘cs’、‘da’、‘nl’、‘en’、‘eo’、‘et’、‘fo’、‘fa’、‘fr’、‘fy’、‘gl’、‘ka’、‘de’、‘el’、‘he’、‘hu’、‘is’、‘ia’、‘ga’、‘it’、‘rw’、‘la’、‘lv’、‘lt’、‘mk’、‘mn’、‘ne’、‘nb’、‘nn’、‘pl’、‘pt’、‘ro’、‘gd’、‘sr’、‘sk’、‘sl’、‘es’、‘sv’、‘tr’、‘tk’、‘uk’、‘vi’。注意：如果未指定语言，系统将根据页面内容自动设置。
不进行拼写检查的单词，可选字段。指定要从拼写检查中排除的单词。单词最大长度：100 个字符；单词数量上限：1000。示例："SERP", "minifiers", "JavaScript"
计算目标域名的关键词密度，可选字段。如果希望计算网站页面的关键词密度，请设置为 true。默认值：false。注意：使用此参数将产生额外费用；有关使用此参数的任务费用，请参阅我们的帮助文章。爬取完成后，您可以通过 Keyword Density 端点获取关键词密度值。
检查项的自定义阈值；这是一个可选字段，可用于为 OnPage API 响应的 checks 对象中包含的参数指定自定义阈值；注意：只能修改整数阈值；例如，high_loading_time 和 large_page_size 参数的默认值分别设置为 3 秒和 1 兆字节；如果要将这些阈值更改为 1 秒和 1000 千字节，请使用以下代码片段："checks_threshold": { "high_loading_time": 1, "large_page_size": 1000 }可自定义的参数及其默认值："title_too_short"，默认值：30，类型："int"；"title_too_long"，默认值：65，类型："int"；"small_page_size"，默认值：1024，类型："int"；"large_page_size"，默认值：1048576 (1024 * 1024)，类型："int"；"low_character_count"，默认值：1024，类型："int"；"high_character_count"，默认值：256000 (250 * 1024)，类型："int"；"low_content_rate"，默认值：0.1，类型："float"；"high_content_rate"，默认值：0.9，类型："float"；"high_loading_time"，默认值：3000，类型："int"；"high_waiting_time"，默认值：1500，类型："int"；"low_readability_rate"，默认值：15.0，类型："float"；"irrelevant_description"，默认值：0.2，类型："float"；"irrelevant_title"，默认值：0.3，类型："float"；"irrelevant_meta_keywords"，默认值：0.6，类型："float"
阻止运行特定的全站检查，可选字段。指定以下检查可阻止其在目标网站上运行："test_page_not_found" "test_canonicalization" "test_https_redirect" "test_directory_browsing"。示例："disable_sitewide_checks": ["test_directory_browsing", "test_page_not_found"]。更多信息请参阅我们的帮助中心。
阻止运行特定页面检查。可选字段，指定要阻止运行的特定检查，避免其影响 onpage_score。示例："disable_page_checks": ["is_5xx_code", "is_4xx_code"]
切换代理池，可选字段；如果为 true，将使用其他代理池获取请求的数据；当同时设置大量任务，偶尔出现限流和/或 site_unreachable 错误时，可以使用此参数
即使发生超时错误仍返回页面数据，可选字段；如果为 true，将提供未能在 120 秒内加载并返回超时错误的页面数据；默认值：false
用户定义的任务标识符。可选字段。字符数限制为 255。您可以使用此参数标识任务并将其与结果匹配；您将在响应的 data 对象中找到指定的 tag 值
已完成任务的通知 URL。可选字段。任务完成后，我们将通过向您指定的 URL 发送 GET 请求来通知您。您可以使用字符串 ‘$id’ 作为 $id 变量，并使用 ‘$tag’ 作为经过 urlencoded 编码的 $tag 变量。我们会在发送请求前设置必要的值。示例：http://your-server.com/pingscript?id=$id http://your-server.com/pingscript?id=$id&tag=$tag 注意：pingback_url 中的特殊字符将经过 urlencoded 编码；例如，# 字符将被编码为 %23。请在我们的帮助中心了解更多信息
响应
成功响应
API 的当前版本
通用状态码；您可以在此处查看完整的响应码列表。注意：我们强烈建议设计必要的系统来处理相关异常或错误情况
常规信息消息；可在此处查看常规信息消息的完整列表
执行时间（秒）
任务总成本（美元）
tasks 数组中的任务数量
返回错误的 tasks 数组中的任务数量
任务数组
任务标识符，系统中采用 UUID 格式的唯一任务标识符
DataForSEO 生成的任务状态码；范围为：10000-60000；完整响应代码列表可在此处查看
任务的信息性消息，你可以在此处查看通用信息性消息的完整列表
执行时间（秒）
任务成本（美元）
结果数组中的元素数量
URL 路径
包含您在 POST 请求中指定的相同参数
结果数组；在此情况下，该值将为 null