Local SEO SERP API：如何按城市和语言追踪排名

本地 SEO 排名追踪很容易变复杂。

同一个网站，可能在一个城市排名很好，在另一个城市完全看不到。同一个关键词，也可能因国家、语言、设备，甚至本地搜索意图不同而出现不同结果。对代理商、连锁品牌、本地落地页团队和平台型网站来说，一份全国平均排名报告通常不够。

本地 SEO 需要带有地理上下文的 SERP 数据。

SERP API 可以用程序化方式采集搜索结果，让你按城市、语言、国家和设备追踪排名，而不是手动从不同地区查 Google。

快速回答

要追踪本地 SEO 排名，可以针对每个关键词和目标市场发送 SERP API 请求，并带上城市、国家、语言和设备参数。然后提取自然搜索结果，匹配目标域名，保存排名位置，并按时间比较排名快照。

实际流程通常是：

关键词列表
→ 城市和语言列表
→ SERP API 请求
→ 提取自然搜索结果
→ 匹配目标域名
→ 保存排名快照
→ 按城市和语言比较变化

为什么城市级排名很重要？

本地 SEO 不只是看网站有没有排名，而是看它在哪里有排名。

例如：

Keyword: emergency plumber
City: Austin
Language: English

和下面这组条件可能看到不同结果：

Keyword: emergency plumber
City: Dallas
Language: English

语言还会再增加一层差异：

Keyword: dentist near me
City: Miami
Language: English

Keyword: dentista cerca de mí
City: Miami
Language: Spanish

如果报告只显示一个平均排名，就可能把重要的本地差异藏起来。城市级报告可以帮你看清哪些地区可见度强，哪些落地页较弱，哪些市场被竞品抢走了。

本地排名追踪应该采集哪些数据？

一条有用的本地排名数据，不应该只有关键词和排名。

没有 location、language、device 和 timestamp，排名数字很容易被误读。

New York mobile 搜索中的第 4 名，不等于 Chicago desktop 搜索中的第 4 名。

自然搜索排名 vs Local Pack 排名

本地 SEO 通常不只看一种结果类型。

本文重点是自然搜索排名，但同一套数据结构也可以延伸到 Maps 或 Local Pack。Talordata 的 SEO monitoring 页面也描述了本地 SEO 监控场景，包括 map rankings、business profiles、ratings、reviews 和 local visibility data。

Step 1：准备关键词和地区

先从少量关键词和城市开始。

KEYWORDS = [
    "emergency plumber",
    "dentist near me",
    "coffee shop",
]

LOCATIONS = [
    {
        "city": "Austin",
        "country": "us",
        "language": "en",
        "location": "Austin, Texas, United States",
        "device": "desktop",
    },
    {
        "city": "Dallas",
        "country": "us",
        "language": "en",
        "location": "Dallas, Texas, United States",
        "device": "desktop",
    },
    {
        "city": "Miami",
        "country": "us",
        "language": "es",
        "location": "Miami, Florida, United States",
        "device": "mobile",
    },
]

TARGET_DOMAIN = "example.com"

正式使用时，可以把这些配置放在数据库或表格中。每一行代表一个追踪组合：

keyword + city + country + language + device

这个组合就是你的 rank tracking unit。

Step 2：发送本地化 SERP API 请求

把请求层和解析层分开，后面会更好维护。查看完整文档>>

import os
import requests


SERP_API_KEY = os.getenv("TALORDATA_API_KEY")
SERP_ENDPOINT = os.getenv("TALORDATA_SERP_ENDPOINT")


def call_serp_api(payload):
    if not SERP_API_KEY:
        raise RuntimeError("Missing TALORDATA_API_KEY")

    headers = {
        "Authorization": f"Bearer {SERP_API_KEY}",
        "Content-Type": "application/json",
    }

    response = requests.post(
        SERP_ENDPOINT,
        json=payload,
        headers=headers,
        timeout=30,
    )

    response.raise_for_status()
    return response.json()


def fetch_local_serp(keyword, location_config):
    payload = {
        "engine": "google",
        "q": keyword,
        "gl": location_config["country"],
        "hl": location_config["language"],
        "location": location_config["location"],
        "device": location_config["device"],
        "num": 10,
        "output": "json",
    }

    return call_serp_api(payload)

重点不是变量名称，而是每次请求都要带上本地上下文。

Step 3：提取自然搜索结果

不同 API 或搜索类型可能使用不同字段，所以解析器要保持弹性。

from urllib.parse import urlparse


def clean_text(value):
    if not value:
        return ""
    return " ".join(str(value).split())


def get_domain(url):
    if not url:
        return ""

    parsed = urlparse(url)
    return parsed.netloc.replace("www.", "")


def get_organic_results(serp_json):
    return (
        serp_json.get("organic_results")
        or serp_json.get("organic")
        or serp_json.get("results")
        or []
    )


def normalize_organic_results(serp_json):
    rows = []

    for index, item in enumerate(get_organic_results(serp_json), start=1):
        url = item.get("link") or item.get("url") or ""

        rows.append({
            "position": item.get("position") or item.get("rank") or index,
            "title": clean_text(item.get("title")),
            "url": url,
            "domain": get_domain(url),
            "snippet": clean_text(item.get("snippet") or item.get("description")),
        })

    return rows

这样每个城市和语言返回的结果都能整理成同一种格式。

Step 4：匹配目标域名

排名追踪要回答的问题很直接：

目标域名有没有出现在这个本地 SERP 里？排第几？

def find_target_ranking(results, target_domain):
    target = target_domain.replace("www.", "").lower()

    for item in results:
        domain = item["domain"].lower()

        if domain == target or domain.endswith("." + target):
            return {
                "position": item["position"],
                "matched_url": item["url"],
                "title": item["title"],
                "snippet": item["snippet"],
            }

    return {
        "position": None,
        "matched_url": "",
        "title": "",
        "snippet": "",
    }

如果没有找到目标域名，保留 None。不要偷偷改成 99 或 100，除非你的报表系统明确定义了这个规则。

Step 5：保存本地排名快照

第一版用 CSV 就够。

import csv
from datetime import datetime, timezone


CSV_COLUMNS = [
    "keyword",
    "target_domain",
    "city",
    "country",
    "language",
    "location",
    "device",
    "position",
    "matched_url",
    "title",
    "snippet",
    "collected_at",
]


def export_rankings(rows, filename="local_seo_rankings.csv"):
    with open(filename, mode="w", newline="", encoding="utf-8") as file:
        writer = csv.DictWriter(file, fieldnames=CSV_COLUMNS)
        writer.writeheader()
        writer.writerows(rows)


def run_local_rank_tracking():
    collected_at = datetime.now(timezone.utc).isoformat()
    output_rows = []

    for keyword in KEYWORDS:
        for location_config in LOCATIONS:
            serp_json = fetch_local_serp(keyword, location_config)
            organic_results = normalize_organic_results(serp_json)
            ranking = find_target_ranking(organic_results, TARGET_DOMAIN)

            output_rows.append({
                "keyword": keyword,
                "target_domain": TARGET_DOMAIN,
                "city": location_config["city"],
                "country": location_config["country"],
                "language": location_config["language"],
                "location": location_config["location"],
                "device": location_config["device"],
                "position": ranking["position"],
                "matched_url": ranking["matched_url"],
                "title": ranking["title"],
                "snippet": ranking["snippet"],
                "collected_at": collected_at,
            })

    export_rankings(output_rows)


if __name__ == "__main__":
    run_local_rank_tracking()

每天跑一次，就能累积本地排名历史。

如何使用这些排名数据？

有了排名快照后，就能回答更有价值的问题。

这会让本地 SEO 从猜测变成可重复的报告流程。

什么时候该用数据库？

CSV 适合测试。
一旦 workflow 定期执行，就应该改用数据库。

一张简单数据表可以包含：

之后可以做本地 SEO 看板、排名提醒、城市对比报告、连锁门店可见度报告或每周 SEO 摘要。

Best practices

固定追踪同一组 keyword 和 location 组合。频繁变更追踪范围，会让趋势失真。

每一行都保存 city、country、language、device 和 timestamp。没有上下文的本地排名数据没有太多价值。

自然搜索、Maps、Local Pack、Ads 和 Shopping 要分开。它们应该进入不同报告。

开发阶段保存原始 API 响应。这有助于排查 parser 问题和 SERP feature 变化。

不要过度追踪稳定关键词。对多数本地 SEO 来说，每日追踪已经足够。高频追踪更适合重要发布或波动市场。

使用本地语言查询。不要只翻译界面语言，真实搜索行为可能和字面翻译不同。

FAQ

什么是用于本地 SEO 的 SERP API？

它是一种可以按关键词、地区、语言、国家和设备程序化采集搜索结果的 API，适合用于大规模追踪本地排名。

为什么要按城市追踪排名？

Google 搜索结果可能因城市而变化。同一个业务在一个市场排名很好，在另一个市场可能排名很弱。

为什么语言会影响本地 SEO 追踪？

搜索语言会影响查询意图、结果标题、摘要和排名页面。在多语市场，只追踪一种语言可能会漏掉可见度缺口。

Desktop 和 mobile 要分开追踪吗？

要。Desktop 和 mobile SERP 可能不同。应把 device 作为独立字段保存，避免报告混合不同搜索上下文。

这个流程可以追踪 Google Maps 排名吗？

可以，但 Maps 排名应该和自然搜索排名分开解析和报告。Local Pack 和 Maps 回答的问题，与标准网页结果不同。

CSV 足够做本地 SEO 排名追踪吗？

CSV 适合原型和小型报告。如果要做定期追踪、提醒、历史趋势和看板，建议使用数据库。

免费试用TalorData