对于SEO从业者来说，关键词排名监控是日常工作中最重要也最耗时的任务之一。传统的手动检查方式不仅效率低下，还容易出错。SERP API为SEO工作者提供了一个强大的自动化解决方案，可以将排名追踪效率提升10倍以上。
SEO排名追踪的挑战
传统方式的痛点
许多SEO团队仍在使用低效的方式追踪排名：
- 手动搜索：在搜索引擎中逐个输入关键词，记录排名位置
- 浏览器插件：使用SEO插件，但功能有限且不稳定
- 昂贵的SaaS工具：订阅专业SEO工具，月费高达数千元
这些方式存在明显问题：
- 时间成本高：监控100个关键词可能需要数小时
- 数据不准确：个性化搜索结果影响排名判断
- 无法规模化：难以同时监控大量关键词
- 成本昂贵：专业工具价格对中小企业不友好
为什么需要自动化？
根据Ahrefs的调查，专业SEO人员平均需要监控：
- 50-200个核心关键词
- 每周至少检查2-3次
- 同时追踪3-5个竞争对手
如果手动操作，每周可能需要花费10-20小时在排名检查上。而使用SERP API自动化后，这个时间可以缩短到不到1小时。
SERP API：SEO自动化的核心工具
工作原理
SERP API允许你通过编程方式自动执行搜索并获取结构化结果：
关键词列表 → SERP API搜索 → 解析排名位置 → 存储历史数据 → 生成趋势报告
核心优势
- 完全自动化：设置后无需人工干预
- 数据准确：获取真实的搜索结果，不受个性化影响
- 成本可控：按需付费，远低于SaaS订阅费用
- 灵活定制：根据需求自由开发功能
实战：构建SEO排名追踪系统
第一步：准备工作
在SearchCans注册账户并获取API密钥。新用户免费获得100积分，足够测试数百次搜索。
第二步：定义关键词库
创建要监控的关键词列表：
keywords = [
{
'keyword': 'SERP API',
'target_url': 'https://searchcans.youxikuang.cn',
'priority': 'high'
},
{
'keyword': '搜索引擎API',
'target_url': 'https://searchcans.youxikuang.cn',
'priority': 'medium'
},
{
'keyword': 'Bing搜索API',
'target_url': 'https://searchcans.youxikuang.cn',
'priority': 'high'
}
]
第三步：实现排名检查功能
import requests
from datetime import datetime
from urllib.parse import urlparse
class SEORankTracker:
def __init__(self, api_key):
self.api_key = api_key
self.api_url = "https://searchcans.youxikuang.cn/api/search"
def check_ranking(self, keyword, target_url, max_results=50):
"""
检查指定关键词的排名位置
Args:
keyword: 要检查的关键词
target_url: 目标网站URL
max_results: 检查前N个结果
Returns:
排名位置（1-based），如果未找到返回None
"""
headers = {
"Authorization": f"Bearer {self.api_key}",
"Content-Type": "application/json"
}
payload = {
"s": keyword,
"t": "bing",
"p": 1
}
try:
response = requests.post(
self.api_url,
headers=headers,
json=payload,
timeout=10
)
if response.status_code != 200:
print(f"API错误: {response.status_code}")
return None
results = response.json()
target_domain = urlparse(target_url).netloc
# 在搜索结果中查找目标URL
for index, result in enumerate(results.get('organic', []), 1):
result_url = result.get('link', '')
result_domain = urlparse(result_url).netloc
# 匹配域名
if target_domain in result_domain or result_domain in target_domain:
return {
'position': index,
'url': result_url,
'title': result.get('title', ''),
'snippet': result.get('snippet', ''),
'timestamp': datetime.now().isoformat()
}
return None
except Exception as e:
print(f"检查排名失败: {str(e)}")
return None
def batch_check_rankings(self, keywords_list):
"""
批量检查多个关键词的排名
"""
results = []
for kw_data in keywords_list:
keyword = kw_data['keyword']
target_url = kw_data['target_url']
print(f"正在检查: {keyword}")
ranking = self.check_ranking(keyword, target_url)
results.append({
'keyword': keyword,
'target_url': target_url,
'priority': kw_data.get('priority', 'medium'),
'ranking': ranking,
'checked_at': datetime.now().isoformat()
})
# 避免请求过快
import time
time.sleep(1)
return results
第四步：数据存储与历史追踪
import json
import sqlite3
from datetime import datetime
class RankingDatabase:
def __init__(self, db_path='seo_rankings.db'):
self.db_path = db_path
self.init_database()
def init_database(self):
"""初始化数据库表"""
conn = sqlite3.connect(self.db_path)
cursor = conn.cursor()
cursor.execute('''
CREATE TABLE IF NOT EXISTS rankings (
id INTEGER PRIMARY KEY AUTOINCREMENT,
keyword TEXT NOT NULL,
target_url TEXT NOT NULL,
position INTEGER,
result_url TEXT,
title TEXT,
snippet TEXT,
checked_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
priority TEXT
)
''')
cursor.execute('''
CREATE INDEX IF NOT EXISTS idx_keyword_date
ON rankings(keyword, checked_at)
''')
conn.commit()
conn.close()
def save_ranking(self, ranking_data):
"""保存单个排名记录"""
conn = sqlite3.connect(self.db_path)
cursor = conn.cursor()
ranking = ranking_data.get('ranking')
cursor.execute('''
INSERT INTO rankings
(keyword, target_url, position, result_url, title, snippet, priority)
VALUES (?, ?, ?, ?, ?, ?, ?)
''', (
ranking_data['keyword'],
ranking_data['target_url'],
ranking['position'] if ranking else None,
ranking['url'] if ranking else None,
ranking['title'] if ranking else None,
ranking['snippet'] if ranking else None,
ranking_data.get('priority', 'medium')
))
conn.commit()
conn.close()
def get_ranking_history(self, keyword, days=30):
"""获取关键词的历史排名"""
conn = sqlite3.connect(self.db_path)
cursor = conn.cursor()
cursor.execute('''
SELECT position, checked_at
FROM rankings
WHERE keyword = ?
AND checked_at >= datetime('now', '-' || ? || ' days')
ORDER BY checked_at ASC
''', (keyword, days))
results = cursor.fetchall()
conn.close()
return [{'position': r[0], 'date': r[1]} for r in results]
def get_ranking_changes(self, days=7):
"""获取排名变化摘要"""
conn = sqlite3.connect(self.db_path)
cursor = conn.cursor()
cursor.execute('''
WITH latest AS (
SELECT keyword, position,
ROW_NUMBER() OVER (PARTITION BY keyword ORDER BY checked_at DESC) as rn
FROM rankings
WHERE checked_at >= datetime('now', '-' || ? || ' days')
),
previous AS (
SELECT keyword, position,
ROW_NUMBER() OVER (PARTITION BY keyword ORDER BY checked_at DESC) as rn
FROM rankings
WHERE checked_at >= datetime('now', '-' || ? || ' days')
)
SELECT
l.keyword,
l.position as current_position,
p.position as previous_position,
(p.position - l.position) as change
FROM latest l
LEFT JOIN previous p ON l.keyword = p.keyword AND p.rn = 2
WHERE l.rn = 1
ORDER BY ABS(p.position - l.position) DESC
''', (days, days * 2))
results = cursor.fetchall()
conn.close()
return [{
'keyword': r[0],
'current': r[1],
'previous': r[2],
'change': r[3]
} for r in results]
第五步：生成SEO报告
def generate_seo_report(db, keywords_list):
"""
生成SEO排名报告
"""
report = {
'generated_at': datetime.now().isoformat(),
'summary': {
'total_keywords': len(keywords_list),
'ranked_keywords': 0,
'top_10': 0,
'top_20': 0,
'not_ranked': 0
},
'keyword_details': [],
'ranking_changes': []
}
# 获取最新排名
for kw_data in keywords_list:
keyword = kw_data['keyword']
history = db.get_ranking_history(keyword, days=7)
if history:
latest = history[-1]
position = latest['position']
if position:
report['summary']['ranked_keywords'] += 1
if position <= 10:
report['summary']['top_10'] += 1
if position <= 20:
report['summary']['top_20'] += 1
else:
report['summary']['not_ranked'] += 1
# 计算7天变化
if len(history) > 1:
change = history[0]['position'] - latest['position'] if history[0]['position'] and latest['position'] else 0
else:
change = 0
report['keyword_details'].append({
'keyword': keyword,
'current_position': position,
'change_7d': change,
'priority': kw_data.get('priority', 'medium')
})
# 获取排名变化
report['ranking_changes'] = db.get_ranking_changes(days=7)
return report
def print_report(report):
"""
打印格式化的SEO报告
"""
print("\n" + "="*60)
print("SEO排名追踪报告")
print("="*60)
print(f"\n生成时间: {report['generated_at']}")
summary = report['summary']
print(f"\n总体概况:")
print(f" 监控关键词总数: {summary['total_keywords']}")
print(f" 已有排名: {summary['ranked_keywords']}")
print(f" 前10名: {summary['top_10']}")
print(f" 前20名: {summary['top_20']}")
print(f" 未进入前50: {summary['not_ranked']}")
print(f"\n关键词详情:")
print(f"{'关键词':<30} {'当前排名':<10} {'7天变化':<10} {'优先级':<10}")
print("-"*60)
for kw in sorted(report['keyword_details'], key=lambda x: x['current_position'] or 999):
pos = kw['current_position'] if kw['current_position'] else '未排名'
change = kw['change_7d']
change_str = f"+{change}" if change > 0 else str(change) if change < 0 else "0"
print(f"{kw['keyword']:<30} {str(pos):<10} {change_str:<10} {kw['priority']:<10}")
if report['ranking_changes']:
print(f"\n最大排名变化:")
for change in report['ranking_changes'][:5]:
if change['change']:
direction = "上升" if change['change'] > 0 else "下降"
print(f" {change['keyword']}: {direction}{abs(change['change'])}位 ({change['previous']} → {change['current']})")
第六步：自动化定时任务
import schedule
import time
def run_seo_tracking():
"""
执行完整的SEO排名追踪流程
"""
print(f"\n[{datetime.now()}] 开始SEO排名检查...")
# 初始化
api_key = "YOUR_API_KEY"
tracker = SEORankTracker(api_key)
db = RankingDatabase()
# 检查排名
results = tracker.batch_check_rankings(keywords)
# 保存结果
for result in results:
db.save_ranking(result)
# 生成报告
report = generate_seo_report(db, keywords)
print_report(report)
print(f"\n[{datetime.now()}] SEO排名检查完成！")
# 设置定时任务：每天早上9点执行
schedule.every().day.at("09:00").do(run_seo_tracking)
# 也可以设置每6小时执行一次
# schedule.every(6).hours.do(run_seo_tracking)
print("SEO排名追踪系统已启动...")
print("按 Ctrl+C 停止")
while True:
schedule.run_pending()
time.sleep(60)
高级功能与优化
1. 竞争对手监控
除了监控自己的排名，还可以追踪竞争对手：
competitors = [
'competitor1.com',
'competitor2.com',
'competitor3.com'
]
def track_competitors(keyword, competitors_list):
"""追踪竞争对手在特定关键词的排名"""
results = {}
for competitor in competitors_list:
ranking = tracker.check_ranking(keyword, competitor)
results[competitor] = ranking
return results
2. 排名波动预警
当排名发生重大变化时自动发送通知：
def check_ranking_alerts(ranking_changes, threshold=5):
"""
检查排名变化并发送预警
"""
alerts = []
for change in ranking_changes:
if abs(change['change']) >= threshold:
alert_type = "warning" if change['change'] < 0 else "success"
alerts.append({
'type': alert_type,
'keyword': change['keyword'],
'message': f"排名{'下降' if change['change'] < 0 else '上升'}{abs(change['change'])}位",
'details': change
})
return alerts
# 发送邮件或消息通知
def send_alert_notification(alerts):
"""发送预警通知（邮件/钉钉/企业微信等）"""
if not alerts:
return
# 这里实现你的通知逻辑
for alert in alerts:
print(f"⚠️ {alert['type'].upper()}: {alert['keyword']} - {alert['message']}")
3. 可视化报表
使用matplotlib生成排名趋势图：
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter
import matplotlib.dates as mdates
def plot_ranking_trend(keyword, history_data):
"""
绘制关键词排名趋势图
"""
dates = [datetime.fromisoformat(h['date']) for h in history_data]
positions = [h['position'] if h['position'] else 50 for h in history_data]
plt.figure(figsize=(12, 6))
plt.plot(dates, positions, marker='o', linewidth=2, markersize=6)
plt.gca().invert_yaxis() # 排名越小越好，所以反转Y轴
plt.title(f'关键词排名趋势: {keyword}', fontsize=14, fontweight='bold')
plt.xlabel('日期', fontsize=12)
plt.ylabel('排名位置', fontsize=12)
plt.grid(True, alpha=0.3)
plt.tight_layout()
# 保存图表
plt.savefig(f'ranking_trend_{keyword}.png', dpi=300)
plt.close()
成本分析：SERP API vs 传统方案
使用SearchCans SERP API
假设监控100个关键词，每天检查2次：
- 月度调用次数：100 × 2 × 30 = 6,000次
- 月度成本：6,000 ÷ 1,000 × ¥4.03 = ¥24.18
传统SaaS工具
主流SEO工具的定价：
- Ahrefs：$99-999/月
- SEMrush：$119.95-449.95/月
- Moz Pro：$99-599/月
使用SearchCans的SERP API，成本仅为传统工具的2-5%，却能实现同样甚至更灵活的功能。
最佳实践建议
1. 合理设置检查频率
- 高优先级关键词：每天2-3次
- 中优先级关键词：每天1次
- 低优先级关键词：每周2-3次
2. 避免个性化影响
SERP API返回的是非个性化的搜索结果，更能反映真实排名。
3. 关注长尾关键词
除了核心关键词，也要监控长尾关键词的排名变化，它们往往带来更高的转化率。
4. 结合其他SEO指标
排名只是SEO的一个方面，还应该关注：
- 自然搜索流量
- 点击率（CTR）
- 转化率
- 页面停留时间
5. 定期优化关键词库
根据排名数据和业务目标，定期调整监控的关键词列表。
实际应用案例
案例1：企业SEO团队
某B2B企业的SEO团队使用SERP API监控：
- 关键词数量：300+
- 检查频率：每天2次
- 月度成本：约¥72
- 效果：
- 及时发现排名波动，快速响应
- 节省人工检查时间90%
- 3个月内核心关键词排名平均提升15位
案例2：SEO代理公司
某SEO代理公司为20个客户提供排名监控服务：
- 总关键词数：2000+
- 客户报告：每周自动生成
- 月度成本：约¥500
- 收益：
- 提升服务专业度
- 减少人工成本
- 客户满意度提升40%
与其他工具集成
结合Reader APIAPI
当发现排名下降时，可以使用Reader APIAPI分析竞争对手页面：
def analyze_competitor_content(competitor_url):
"""分析竞争对手页面内容"""
# 使用Reader APIAPI获取页面内容
# 分析关键词密度、内容长度、标题标签等
pass
导出到数据分析工具
将排名数据导出到Excel、Google Sheets或BI工具进行深度分析。
开始你的SEO自动化之旅
不要再把时间浪费在手动检查排名上。使用SearchCans的SERP API，你可以：
- 节省90%的时间：自动化替代手动操作
- 降低95%的成本：相比传统SEO工具
- 提升数据准确性：获取真实的搜索结果
- 灵活定制功能：根据需求自由开发
立即开始：
- 注册SearchCans账户，免费获得100积分
- 查看API文档，了解详细接口说明
- 在API操作台测试你的第一次搜索
- 使用本文提供的代码快速搭建系统
无论你是SEO专员、营销经理还是开发者，SERP API都能帮助你构建强大的SEO自动化系统，让数据驱动你的SEO策略。
SearchCans提供高性价比的必应搜索API服务，专为SEO和数据分析应用打造。每1000次搜索仅需¥4.03，立即体验 →