适用场景与技术边界在构建链接预览、SEO审计、竞品技术调研或社会化分享卡片生成等场景时快速获取目标网页的标题、描述、关键词、Open Graph / Twitter Card 以及 favicon 信息是常见需求。此外若能同时识别网页背后使用的技术栈如 React、Vue、Next.js、WordPress、Cloudflare 等对前端开发者或技术决策者而言价值更高。本文介绍的「网页元数据提取」APIslug:webmeta正好覆盖上述场景。它通过一次 GET 请求返回结构化的元数据并内置 30 种技术栈的检测规则。在开始工程化封装之前先通过 curl 理解它的能力边界。接口能力与限制请求方式仅支持 GET请求地址https://v1.apizero.cn/api/webmetaQPS 上限5 次/秒超过将返回限流错误认证方式通过 HTTP 请求头X-API-Key传递 API Key主要功能提取网页 title、description、keywords、og:title、og:description、og:image、twitter:card、favicon 等并返回一份tech_stack数组参数与鉴权Query 参数参数名类型是否必须说明示例值urlstring是待提取的网页 URL。如果未带协议头API 会自动补上https://。https://baidu.com鉴权方式在请求头中加入以下字段X-API-Key: 你的API KeyAPI Key 需要从服务商平台获取具体获取方式请查阅官方文档。注意不要将 Key 硬编码到代码中应通过环境变量或配置管理工具注入。快速上手curl 示例以下是一个完整的可复制 curl 请求替换$APIZERO_API_KEY为真实 Keycurl -sS \ -X GET \ -H X-API-Key: $APIZERO_API_KEY \ https://v1.apizero.cn/api/webmeta?urlhttps://apizero.cn如果是在 Windows 命令提示符下使用可写成一行curl -sS -X GET -H X-API-Key: YOUR_API_KEY https://v1.apizero.cn/api/webmeta?urlhttps://apizero.cn成功响应示例节选{ code: 0, msg: 成功, data: { http_code: 200, tech_stack: [jQuery, Baidu Analytics], title: 百度一下你就知道, url: https://www.baidu.com/ } }注意上述示例中tech_stack仅作演示实际返回的技术栈列表会随目标页面的不同而变化。返回字段详解API 始终返回一个 JSON 数组每个元素包含两个顶级字段content_type(固定为application/json) 和description(状态描述)。建议只关注example内的内容其结构如下字段路径类型说明codeint业务状态码0 表示成功非 0 见错误处理一节msgstring对应状态码的文字描述如 成功、参数错误data.http_codeint目标网页的 HTTP 响应状态码如 200、404data.titlestring页面title标签内容data.descriptionstringmeta description 或 og:descriptiondata.keywordsstringmeta keywords 列表逗号分隔data.og_titlestringOpen Graph 标题可能为空data.og_descriptionstringOG 描述data.og_imagestringOG 图片 URLdata.twitter_cardstringTwitter Card 类型如 summary_large_imagedata.faviconstringfavicon 完整 URLdata.tech_stackstring[]检测到的技术栈列表例如 [React,Next.js,Cloudflare]data.urlstring最终实际请求的 URL可能跟随过重定向如果目标页面无法访问或超时data可能只包含http_code和url。常见错误与处理HTTP 状态码 / 业务码含义排查建议401 UnauthorizedAPI Key 无效或缺失检查X-API-Key头是否正确设置400 Bad Request请求参数错误确认url参数已传递且格式合法429 Too Many RequestsQPS 超过限制5/s加入重试策略或降低请求频率500 Internal Server Error服务端异常重试或联系服务商code ! 0业务错误msg会描述原因参考 msg 处理如 url not found、timeout注意业务状态码code与 HTTP 状态码是两套体系。遇到 HTTP 5xx 时建议等待一段时间后重试。工程化封装要点从 curl 到工程级代码需要关注以下方面1. 配置管理不要将 API Key 直接写在代码中。推荐使用环境变量或加密的配置文件。Python 示例import os import requests API_KEY os.environ.get(APIZERO_API_KEY) if not API_KEY: raise RuntimeError(环境变量 APIZERO_API_KEY 未设置)2. 请求封装与错误处理封装成一个可复用的函数处理网络异常、超时、业务码非零等情况import requests from typing import Optional, Dict, Any def fetch_webmeta(url: str, api_key: str, timeout: int 10) - Optional[Dict[str, Any]]: 提取网页元数据。 返回解析后的 data 字典失败时返回 None。 base_url https://v1.apizero.cn/api/webmeta headers {X-API-Key: api_key} params {url: url} try: resp requests.get(base_url, headersheaders, paramsparams, timeouttimeout) resp.raise_for_status() # 非 2xx 抛出异常 body resp.json() except requests.exceptions.Timeout: print(请求超时) return None except requests.exceptions.RequestException as e: print(f网络错误: {e}) return None except ValueError: print(JSON 解析失败) return None if body.get(code) ! 0: print(f业务错误: {body.get(msg)}) return None return body.get(data)3. 限流与重试由于 QPS 上限为 5高并发场景应自带限流和退避重试。可以使用tenacity库from tenacity import retry, stop_after_attempt, wait_exponential retry(stopstop_after_attempt(3), waitwait_exponential(multiplier1, min2, max10)) def fetch_with_retry(url: str, api_key: str): return fetch_webmeta(url, api_key)4. 数据清洗与缓存tech_stack可能包含重复项或空白字符串建议去重并过滤。对于同一 URL 在短时间内重复请求建议在应用层做缓存如内存 dict 或 RedisTTL 30 分钟避免浪费 API 配额。参考文档官方文档https://apizero.cn/aidocs/webmeta原始 Markdownhttps://apizero.cn/aidocs/webmeta/raw.md
