Perplexity 抓取工具

由 Oxylabs 提供的 Perplexity 抓取工具 允许开发者向 Perplexity 发送提示，并自动收集 AI 生成的回答以及结构化的元数据。它不仅能够提供原始 HTML，还可以将结果以解析后的 JSON、网站 PNG、XHR/Fetch 请求或 Markdown 格式输出。

您可以将 Oxylabs 的网页抓取 API 与 Perplexity 结合使用，用于 AI 内容审计、研究跟踪以及 SEO 表现分析。该工具能够处理动态的 AI 生成内容，全面支持实时 SERP 提取，并与 Oxylabs 的全球代理基础设施无缝集成，无需自行管理代理、浏览器或担心反机器人系统。

工作原理

Perplexity 抓取工具负责渲染、解析并将结果以任何请求的格式交付。您只需提供您的提示、认证信息以及一些可选参数，如下所示。

请求示例（Python）

import json
import requests

# API 参数。
payload = {
    'source': 'perplexity',
    'prompt': '2025 年排名前三的智能手机，请比较它们在美国各大电商平台上的价格',
    'geo_location': '美国',
    'parse': True
}

# 获取响应。
response = requests.post(
    'https://realtime.oxylabs.io/v1/queries',
    auth=('USERNAME', 'PASSWORD'),
    json=payload
)

# 将响应打印到标准输出。
print(response.json())

# 将响应保存为 JSON 文件。
with open('response.json', 'w') as file:
    json.dump(response.json(), file, indent=2)

更多不同编程语言的请求示例可在 此处 查阅。

注意： 默认情况下，所有发送至 Perplexity 的请求都会使用 JavaScript 渲染。在使用实时集成方式时，请务必设置足够长的超时时间（例如 180 秒）。

请求参数

参数	描述	默认值
source*	设置 Perplexity 抓取工具	perplexity
prompt*	提交给 Perplexity 的提示或问题。	–
parse	设置为 true 时返回解析后的数据。	true
geo_location	指定发送提示的国家。更多信息。	–
callback_url	您的回调端点 URL。更多信息。	–

* 必填参数

---

输出示例

网页抓取 API 会返回 Perplexity 抓取工具的 HTML 文档或 JSON 对象，其中包含来自结果页面的结构化数据。

HTML 示例：

结构化 JSON 输出片段：

{
    "results": [
        {
            "content": {
                "url": "https://www.perplexity.ai/search/top-3-smartphones-in-2025-comp-wvA0dso7TgW3NpgF8Jd8tg",
                "model": "turbo",
                "top_images": ["url + 标题"],
                "top_sources": ["url + 标题 + 来源"],
                "prompt_query": "2025 年排名前三的智能手机，请比较它们在美国各大电商平台上的价格",
                "answer_results": ["JSON 格式的答案"],
                "displayed_tabs": [
                    "搜索",
                    "图片",
                    "来源"
                ],
                "related_queries": [                
                    "排名前三的智能手机在美国各大电商平台上的价格如何比较",
                    "Galaxy S25 Ultra 在 2025 年为何能成为最佳机型",
                    "Pixel 9a 虽然价格较低，但为何仍被认为是顶级的经济型选择",
                    "iPhone 16 Pro Max 的定价与其他三星和谷歌机型有何不同",
                    "在 2025 年选择这些顶级智能手机时，我应该考虑哪些因素"
                ],
                "answer_results_md": ["Markdown 格式的答案"],
                "parse_status_code": 12000
            },
            "created_at": "2025-07-16 12:14:32",
            "updated_at": "2025-07-16 12:15:28",
            "page": 1,
            "url": "https://www.perplexity.ai/search/top-3-smartphones-in-2025-comp-wvA0dso7TgW3NpgF8Jd8tg",
            "job_id": "7351222707934990337",
            "is_render_forced": false,
            "status_code": 200,
            "parser_type": "perplexity",
            "parser_preset": null
        }
    ]
}

您可以在本仓库的 此处 找到完整的输出示例文件。此外，您也可以提取 Markdown 格式的数据，以便更轻松地与涉及 AI 工具的数据集成流程相结合。

JSON 输出结构

Structured Perplexity 抓取工具的输出包含 url、model、answer_results 等字段。下表详细列出了我们解析的页面元素，以及它们的描述、数据类型和相关元数据。

注意： 具体结果类型的条目数量和字段可能会因提交的提示而有所不同。

字段	描述	类型
url	Perplexity 对话的 URL。	字符串
page	页码。	整数
content	包含已解析的 Perplexity 页面数据的对象。	对象
model	用于生成答案的 Perplexity 模型。	字符串
prompt_query	提交给 Perplexity 的原始提示。	字符串
displayed_tabs	Perplexity 界面中显示的标签页（例如：购物、图片）。	列表
answer_results	包含文本或嵌套内容的完整 Perplexity 响应。	列表/字符串
answer_results_md	以 Markdown 格式呈现的完整答案。	字符串
related_queries	与主提示相关的查询列表。	列表
top_images	包含标题和 URL 的顶级图片列表。	数组
top_sources	包含标题、来源和 URL 的顶级引用来源列表。	数组
inline_products	包含标题、价格、链接及其他元数据的内联产品列表。	数组
additional_results.hotels_results	包含标题、URL、地址及其他酒店详情的酒店列表。	数组
additional_results.places_results	包含标题、URL、坐标及其他元数据的地方列表。	数组
additional_results.videos_results	包含缩略图、标题、URL 和来源的视频列表。	数组
additional_results.shopping_results	包含标题、价格、URL 以及其他商品元数据的购物商品列表。	数组
additional_results.sources_results	包含标题和 URL 的引用来源列表。	数组
additional_results.images_results	包含标题、图片 URL 和来源页面 URL 的相关图片列表。	数组
parse_status_code	解析操作的状态码。	整数
created_at	抓取任务创建的时间戳。	时间戳
updated_at	抓取任务完成的时间戳。	时间戳
job_id	与该抓取任务关联的任务 ID。	字符串
geo_location	提交提示所使用的代理位置。	字符串
status_code	抓取任务的状态码。更多信息。	整数
parser_type	用于解析 HTML 内容的解析器类型。	字符串

额外结果与内联产品

除了主要的 AI 响应之外，Perplexity 抓取工具还可以在 additional_results 下返回额外的数据，例如：

• images_results
• sources_results
• shopping_results
• videos_results
• places_results
• hotels_results

这些数组是从原始结果页面的标签页中提取的，仅在存在相关内容时才会包含：

此外，inline_products 数组包含直接嵌入响应中的产品：

Perplexity 抓取工具的实际应用场景

1. AI 内容审计： 比较 Perplexity 生成响应的质量、一致性和可靠性。
2. 研究跟踪： 监控 Perplexity 随时间对信息的总结或解释方式。
3. SEO 性能对比： 跟踪品牌提及和内容排名，以优化可见性策略。

为什么选择 Oxylabs？

• 卓越的成功率： 即使面对高流量和动态的 AI 驱动型源，也能实现最可靠的抓取。
• 免维护： 我们的 API 负责处理所有基础设施，包括代理管理、IP 轮换和反机器人系统。
• 专属支持： 从集成到调试，随时为您提供专业帮助。

常见问题解答

抓取 Perplexity AI 是否合法？

Perplexity 并未为其所有功能提供公共 API，因此抓取行为处于灰色地带，具体取决于其服务条款。我们建议您仔细阅读相关政策并确保合规。Oxylabs 提供技术能力，但如何使用则取决于您是否能够负责任地遵守相关法规。

抓取工具是否只返回 JSON？

不是，Perplexity 抓取工具可以根据您的需求返回多种格式。它可以将结果以原始 HTML、结构化 JSON、Markdown 输出、网站 PNG 或 XHR/Fetch 请求捕获的形式返回。

实时请求的推荐超时时间是多少？

由于 Perplexity 的响应是动态生成的，请求可能比常规网页抓取耗时更长。我们建议在使用实时集成方法时，将超时设置为至少 180 秒，以避免获取不完整的结果。对于更大或更复杂的提示，可以考虑使用推送-拉取等异步方法。

了解更多信息

如需深入了解可用参数、高级集成及其他示例，请参阅 Perplexity 抓取工具文档。

联系我们

如有任何疑问或需要支持，请通过 support@oxylabs.io 与我们联系，或通过 Oxylabs 控制台 访问在线聊天，亦可加入我们的 Discord 社区。企业级咨询请联系您的专属客户经理。

Perplexity Scraper 快速上手指南

Perplexity Scraper 是 Oxylabs 提供的一款工具，允许开发者向 Perplexity AI 发送提示词（Prompt），并自动收集 AI 生成的回答及结构化元数据。支持输出为 JSON、Markdown、HTML 或图片格式，无需自行管理代理、浏览器或反爬虫策略。

环境准备

• 操作系统：Windows、macOS 或 Linux
• 编程语言：Python 3.6+（本指南以 Python 为例）
• 前置依赖：
  • requests 库
  • Oxylabs Web Scraper API 账号（获取用户名和密码）

安装依赖：

pip install requests

注：国内用户可使用清华镜像源加速安装：

pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

本工具基于 Oxylabs API，无需本地安装额外软件包。只需准备好 API 凭证即可直接调用。

1. 注册 Oxylabs 账号
2. 获取 API 用户名和密码（在 Dashboard 中查看）
3. 确保网络可访问 https://realtime.oxylabs.io

基本使用

以下是最简单的 Python 示例，向 Perplexity 提交一个问题并获取结构化 JSON 结果：

import json
import requests

# API 参数
payload = {
    'source': 'perplexity',
    'prompt': 'top 3 smartphones in 2025, compare pricing across US marketplaces',
    'geo_location': 'United States',
    'parse': True
}

# 发送请求
response = requests.post(
    'https://realtime.oxylabs.io/v1/queries',
    auth=('YOUR_USERNAME', 'YOUR_PASSWORD'),
    json=payload
)

# 打印结果
print(response.json())

# 保存为 JSON 文件
with open('response.json', 'w', encoding='utf-8') as file:
    json.dump(response.json(), file, indent=2, ensure_ascii=False)

关键参数说明

参数	说明	是否必填
source	固定为 perplexity	是
prompt	提交给 Perplexity 的问题或指令	是
parse	设为 true 可返回结构化数据	否（默认 true）
geo_location	指定请求来源国家（如 "China"）	否
callback_url	异步回调地址（高级用法）	否

注意事项

• 默认启用 JavaScript 渲染，建议设置超时时间 ≥ 180 秒
• 复杂查询建议使用异步模式（Push-Pull）
• 输出包含 answer_results（原始文本）、answer_results_md（Markdown 格式）、related_queries、top_sources 等字段

更多语言示例（Node.js、Go、cURL 等）请参考 官方代码示例仓库。