搜索结果采集：地域、节奏与干净的数据

根本不存在"唯一一份结果"

两个人搜同一个词，看到的页面不同。地域改变本地结果和排序，设备改变版式和功能模块，语言设置改变来源。如果你只从一个地方、用一套配置采集，你的排名数据只描述了那套配置。

控制关键变量

精确到城市的地域。 本地相关的查询，只锁定国家远远不够，城市级出口才能让本地结果有意义。

设备。 移动和桌面分开跟踪，两者差异大到平均之后信号就没了。

语言与地域设置。 Accept-Language 和时区要与出口国家匹配，否则会得到一个谁都没见过的混合页面。

干净的会话。 没有历史积累，一组关键词一个会话，用完释放。

节奏比数量重要

搜索引擎按IP严格限速，并会挑战读起来像脚本的访问。降低单出口并发、随机化查询间隔、把关键词集分散到多个会话，而不是死磕一个。1000 个关键词分散在一小时内采集没问题，一分钟内跑完则不行。

存上下文，不只是排名

每条记录都应包含查询词、出口国家与城市、设备类型、语言、时间戳和IP。没有这些，排名变化无法解读——你分不清是真实波动还是换了出口城市。

校验采集结果

保留少量稳定查询作为哨兵，定期重跑。如果哨兵剧烈变化，先怀疑采集本身，再怀疑索引。同时用页面长度基线捕捉那些返回 200 的降级页或验证页。

站得住的配置

目标城市的住宅出口，按关键词批次保持粘性，移动和桌面分开成两轮，随机化节奏，每行记录完整上下文。做法不花哨，但产出的数据能真正拿来做决策。