用Selenium实现一个免费的Web搜索API服务

优质文章学习记录

— 11 min read
用Selenium实现一个免费的Web搜索API服务

用Selenium实现一个免费的Web搜索API服务

一、引言：为什么我们需要这个工具？

在AI智能体（Agents）飞速发展的今天，让它们能够“联网思考”已成为刚需。想象一下，你的AI助手不仅能回答训练数据中的问题，还能实时获取最新的新闻、股价、科研成果——这就像给盲人恢复了视力。

然而，现实很骨感：主流的搜索API服务（如Google Search API、Bing Search API等）往往需要付费注册，有的还有严格的调用限制。对于个人开发者、学生或小型项目来说，这些门槛可能让人望而却步。

本文将介绍如何利用 Selenium（一个流行的浏览器自动化工具）搭建一个完全免费的Web搜索API服务，让你的AI智能体也能轻松获取实时网络信息。

二、核心思路：模拟人类，获取数据

我们的解决方案基于一个简单而有效的想法：如果AI不能直接调用搜索API，那我们就让它“像人一样使用浏览器”。

具体流程如下：

  1. 使用Selenium启动一个“隐形”的浏览器（无头模式）
  2. 访问Bing的Copilot搜索页面
  3. 从页面中提取、整理搜索结果
  4. 通过一个简单的Web API将结果返回给调用者

这种方法绕过了官方API的限制，直接与搜索引擎的公开界面交互，实现了“曲线救国”。

环境搭建参考

三、分步实现

1、搭建搜索服务端（server.py）

服务端的核心是一个Flask Web应用，它接收搜索请求，用Selenium执行搜索，然后返回结果。

import datetime from tqdm import tqdm import os import time import json import re from selenium import webdriver from selenium.webdriver.support.wait import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.webdriver.common.by import By from selenium.webdriver.chrome.options import Options import urllib.parse from flask import Flask, jsonify, request from flask_cors import CORS import traceback app = Flask(__name__) CORS(app)# 允许跨域请求# 设置Chrome选项 chrome_options = Options() chrome_options.add_argument('--headless')# 无头模式，可选 chrome_options.add_argument('--disable-gpu')# 禁用GPU加速 chrome_options.add_argument('--no-sandbox') chrome_options.add_argument('--enable-features=AllowSoftwareGLFallbackDueToCrashes,AllowSwiftShaderFallback') chrome_options.add_argument('--enable-unsafe-swiftshader') chrome_options.add_argument('--disable-dev-shm-usage') chrome_options.add_argument('--disable-blink-features=AutomationControlled') chrome_options.add_experimental_option("excludeSwitches",["enable-automation"]) chrome_options.add_experimental_option('useAutomationExtension',False) chrome_options.add_argument('--user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36') chrome_options.add_argument('--disable-extensions')# 禁用扩展 chrome_options.add_argument('--disable-infobars')# 禁用信息栏 prefs ={'profile.managed_default_content_settings.images':2,# 2 表示禁止加载图片} chrome_options.add_experimental_option('prefs', prefs)defget_result(wait,driver): combined_texts=[] combined_text=""# Bing的搜索结果放在iframe中，需要切换进去 driver.switch_to.default_content() iframes = driver.find_elements(By.TAG_NAME,"iframe")try:for i,iframe inenumerate(iframes): src=iframe.get_attribute('src')if src.startswith("https://www.bing.com/search"): driver.switch_to.frame(iframe) wait.until(EC.presence_of_all_elements_located((By.XPATH,"//div[contains(@class, 'answer_container')]"))) answer_elements = driver.find_elements(By.XPATH,"//div[contains(@class, 'answer_container')]")if answer_elements:for element in answer_elements: span_elements = element.find_elements(By.TAG_NAME,"span")if span_elements: span_texts =[span.text for span in span_elements if span.text.strip()] combined_text ='\n'.join(span_texts) combined_texts.append(combined_text) combined_text="\n".join(combined_texts).replace("查看所有链接","")except:passreturn combined_text defsearch_impl(key_world ="介绍一下中国的首都"): driver = webdriver.Chrome(options=chrome_options) wait = WebDriverWait(driver,5) key_world_url_encoded = urllib.parse.quote(key_world) url =f"https://www.bing.com/copilotsearch?q={key_world_url_encoded}" t0=time.time() driver.delete_all_cookies() driver.get(url)for i inrange(30): combined_text = get_result(wait,driver)print(len(combined_text))iflen(combined_text)>4:break time.sleep(1) t1=time.time() output_data ={"success":True,"message":combined_text,"query": key_world,"duration": t1-t0,"url": driver.current_url,"page_title": driver.title } driver.quit()return output_data @app.route("/search", methods=["POST"])defsearch():try: data = request.get_json()ifnot data:return jsonify({"success":False,"message":"params invalid"}),400 key_world = data.get("query") body=search_impl(key_world)return jsonify(body),200except Exception as e: traceback.print_exc()return jsonify({"success":False,"message":f"服务器内部错误: {str(e)}"}),500if __name__ =="__main__": app.run(host="0.0.0.0", port=5000, debug=True)

为什么要用无头模式？

  • 服务器通常没有图形界面
  • 减少资源消耗，运行更高效
  • 避免弹出浏览器窗口干扰其他进程

为什么需要等待机制？

  • 网络速度和服务器响应时间不确定
  • 页面元素需要时间加载完成
  • 避免在内容加载前就尝试提取（会导致空结果）

2、创建客户端（client.py）

客户端是一个简单的Python脚本，用于测试我们的搜索服务。

import requests import json defsend_search_request(query, timeout=30):""" 发送搜索请求 Args: query: 查询字符串 timeout: 超时时间（秒） Returns: 响应结果或错误信息 """ url ="http://localhost:5000/search"try: response = requests.post( url, json={"query": query}, headers={"Content-Type":"application/json"}, timeout=timeout ) response.raise_for_status()# 如果状态码不是200，抛出异常# 尝试解析JSON响应try:return response.json()except json.JSONDecodeError:return{"text": response.text,"status_code": response.status_code}except requests.exceptions.Timeout:return{"error":"请求超时"}except requests.exceptions.ConnectionError:return{"error":"连接失败，请检查服务是否启动"}except requests.exceptions.RequestException as e:return{"error":f"请求异常: {str(e)}"}# 使用示例if __name__ =="__main__": result = send_search_request("获取最新的AI咨询")print(json.dumps(result, indent=2, ensure_ascii=False))

四、如何运行？

1. 启动服务端

打开终端，运行：

python server.py

如果一切正常，你会看到类似下面的输出：

 * Serving Flask app 'server' * Debug mode: on * Running on all addresses (0.0.0.0) * Running on http://127.0.0.1:5000 * Running on http://[你的IP地址]:5000

2. 测试客户端

在另一个终端中，运行：

python client.py

输出

{"duration":4.231590747833252, "message":"。GPT Image 1.5 在图像生成中实现详细特征保留与光线精准渲染\n。GPT\nImage\n1.5\n在图像生成中实现详细特征保留与光线精准渲染\n。\nAnthropic Claude系列：发布Claude Opus 4.6与Claude Cowork，支持百万token上下文、代码编译及零日漏洞自发现能力\nAnthropic\nClaude系列\n：发布Claude\nOpus\n4.6与Claude\nCowork，支持百万token上下文、代码编译及零日漏洞自发现能力\n。\n通义千问 Qwen 系列：开源 Qwen3-TTS、Qwen3-Coder-Next、Qwen3-VL-Embedding，覆盖语音生成、编程与多模态检索场景\n通义千问\nQwen\n系列\n：开源\nQwen3-TTS、Qwen3-Coder-Next、Qwen3-VL-Embedding，覆盖语音生成、编程与多模态检索场景\n。\n多模态与视频AI：可灵AI 3.0和2.6版本实现音画同步、自动分镜控制，PixVerse V5.5可在几秒内生成导演级多镜头短片\n多模态与视频AI\n：可灵AI\n3.0和2.6版本实现音画同步、自动分镜控制，PixVerse\nV5.5可在几秒内生成导演级多镜头短片\n。美团LongCat系列与Vidi2显著提升视频编辑和理解能力\n。美团LongCat系列与Vidi2显著提升视频编辑和理解能力\n。\n端侧与嵌入式AI：MiniMax、智谱GLM系列、阿里通义Fun-Audio-Chat、腾讯混元3D Studio 支持本地计算，提升端侧推理效率，支持音乐、语音、文本、图像等多模态任务\n端侧与嵌入式AI\n：MiniMax、智谱GLM系列、阿里通义Fun-Audio-Chat、腾讯混元3D\nStudio\n支持本地计算，提升端侧推理效率，支持音乐、语音、文本、图像等多模态任务\n。\n行业企业与融资动态\n港股上市与融资：MiniMax、智谱AI纷纷启动或完成港股IPO，融资数额达数十亿港元，推动全球化布局与算力扩展\n港股上市与融资\n：MiniMax、智谱AI纷纷启动或完成港股IPO，融资数额达数十亿港元，推动全球化布局与算力扩展\n。\nAI创业与投资：xAI完成200亿美元E轮融资，Meta、迪士尼、亚马逊、英伟达等加码投入AI应用及硬件\nAI创业与投资\n：xAI完成200亿美元E轮融资，Meta、迪士尼、亚马逊、英伟达等加码投入AI应用及硬件\n。国内新型AI公司如DeepWisdom、Vidu、Kimi、Luma AI、RockFlow等也完成战略融资\n。国内新型AI公司如DeepWisdom、Vidu、Kimi、Luma\nAI、RockFlow等也完成战略融资\n。\n开源社区发展：面壁智能、Mistral AI、阿里Qwen、谷歌Gemini 3 Flash等项目开源，推动算法、模型和工具的全民可用性\n开源社区发展\n：面壁智能、Mistral\nAI、阿里Qwen、谷歌Gemini\n3\nFlash等项目开源，推动算法、模型和工具的全民可用性\n。\nAI应用趋势\n办公与生产力：AgentOS、扣子2.0、MiniMax Agent 2.0、ChatExcel等智能体平台，实现办公自动化、代码协作和科研辅助\n办公与生产力\n：AgentOS、扣子2.0、MiniMax\nAgent\n2.0、ChatExcel等智能体平台，实现办公自动化、代码协作和科研辅助\n。\n多模态交互与智能助手：蚂蚁“灵光”、京东AI购、Meta WorldGen、OpenAI购物研究等，推动AI在现实生活场景的便利化应用\n多模态交互与智能助手\n：蚂蚁“灵光”、京东AI购、Meta\nWorldGen、OpenAI购物研究等，推动AI在现实生活场景的便利化应用\n。\n个性化与自动化生成：AI视频、音乐、图像、3D内容生成实现自动化与定制化生产，支持多语言、角色扮演及场景复现\n个性化与自动化生成\n：AI视频、音乐、图像、3D内容生成实现自动化与定制化生产，支持多语言、角色扮演及场景复现\n。\n推荐获取平台\nAI工具集：实时更新产业新闻、融资动态、产品发布，覆盖多模态、智能体及工具类AI应用\nAI工具集\n：实时更新产业新闻、融资动态、产品发布，覆盖多模态、智能体及工具类AI应用\n。\nAIbase.cn：每日AI日报、热点资讯及产品数据库，内容专业全面\nAIbase.cn\n：每日AI日报、热点资讯及产品数据库，内容专业全面\n。\nAI日报：每天3分钟掌握最新AI模型、行业动态及前沿技术\nAI日报\n：每天3分钟掌握最新AI模型、行业动态及前沿技术\n。\n用户可根据兴趣选择平台，结合社群或订阅功能获取\n实时资讯与深度分析\n。这些平台适用于技术研究、行业分析、投资决策及产品应用探索。", "page_title":"获取最新的AI咨询", "query":"获取最新的AI咨询", "success": true, "url":"https://www.bing.com/copilotsearch?q=%E8%8E%B7%E5%8F%96%E6%9C%80%E6%96%B0%E7%9A%84AI%E5%92%A8%E8%AF%A2"}

五、实际应用：集成到AI智能体

现在你有了一个可用的搜索API，可以轻松地将它集成到各种AI框架中：

示例：在LangChain中使用

from langchain.tools import Tool defsearch_tool(query:str)->str:"""调用我们的本地搜索服务""" result = send_search_request(query)if result.get("success"):return result.get("message","未找到相关信息")returnf"搜索失败: {result.get('error','未知错误')}"# 创建工具实例 search_tool_instance = Tool( name="Web搜索", func=search_tool, description="用于搜索最新的网络信息")# 将工具添加到你的AI智能体中

五、结语

通过这个项目，你不仅获得了一个免费的搜索API，更重要的是理解了如何通过自动化工具解决实际开发中的限制。这种"模拟用户行为"的思路可以应用于许多其他场景，如自动化测试、数据采集、监控报警等。

技术的本质是创造可能性。当现有方案受限时，像这样创造性地组合工具，往往能开辟出新的道路。

提示：请合理使用此工具，尊重目标网站的robots.txt协议，避免给服务器造成过大压力。本文仅供学习交流使用。

Read more

前端老铁别硬扛：手写防抖节流太累，2026年主流库实战避坑指南

前端老铁别硬扛：手写防抖节流太累，2026年主流库实战避坑指南

前端老铁别硬扛：手写防抖节流太累，2026年主流库实战避坑指南 * 前端老铁别硬扛：手写防抖节流太累，2026年主流库实战避坑指南 * 开头先唠两句 * 这俩兄弟到底是个啥鬼 * 现在的库都卷成啥样了 * Lodash：老大哥还是稳 * Underscore：廉颇老矣 * RxJS：函数式编程的"重炮" * 轻量级选手：just-debounce-it 和 throttle-debounce * WASM 狠人：rust-debounce 和 friends * 选错了真的会谢 * 坑一：定时器清理不干净，内存泄漏到怀疑人生 * 坑二：异步地狱，Promise 状态乱套 * 坑三：this 指向迷之丢失 * 坑四：时间参数的动态调整 * 真实项目里怎么骚操作 * 搜索框的终极方案：防抖 + 请求取消 + 竞态处理 * 无限滚动加载：节流的参数调优艺术 * 拖拽排序：防抖节流的组合拳 * 窗口
使用 OpenVINO 本地部署 DeepSeek-R1 量化大模型（第二章：前端交互与后端服务）

使用 OpenVINO 本地部署 DeepSeek-R1 量化大模型（第二章：前端交互与后端服务）

一、前言         基于上一章的环境准备和模型转换，本章专注于后端服务器的部署以及前端页面的启动。 使用 OpenVINO 本地部署 DeepSeek-R1 量化大模型（第一章：基础概念与模型转换）-ZEEKLOG博客https://blog.ZEEKLOG.net/plmm__/article/details/156192071?spm=1001.2014.3001.5502         整个后端服务器是依赖于 OpenVINO 的，不过只要你的设备可以使用 OpenVINO，理论上就可以使用这个后端，如果你有 intel 的独立显卡，只需要把代码中 device 更改为对应的设备即可运行在 GPU 上。 self.pipeline = ov_genai.LLMPipeline(self.model_path, device) 二、前端交互界面          网页预览：
进阶实战 Flutter for OpenHarmony：webview_flutter 第三方库实战 - 智能内嵌浏览器系统

进阶实战 Flutter for OpenHarmony：webview_flutter 第三方库实战 - 智能内嵌浏览器系统

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net 🔍 一、第三方库概述与应用场景 📱 1.1 为什么需要 WebView？ 在移动应用开发中，WebView 是连接原生应用与 Web 技术的重要桥梁。很多场景下，我们需要在应用中嵌入网页内容，比如展示用户协议、加载 H5 活动、实现混合开发等。使用 WebView 可以让开发者充分利用 Web 技术的灵活性，同时保持原生应用的体验。 想象一下这样的场景：用户打开一个电商应用，首页是原生开发的，但当用户点击活动页面时，应用加载了一个精美的 H5 活动页面。用户可以正常浏览、点击、滚动，体验几乎与原生页面无异。这就是 WebView 的魅力所在。 📋 1.2 webview_flutter 是什么？ webview_flutter

前端数据库 IndexedDB 详解：构建强大的离线Web应用

前端数据库 IndexedDB 详解：构建强大的离线Web应用 * 引言：为什么需要前端数据库？ * IndexedDB核心概念解析 * 1. 数据库（Database） * 2. 对象存储（Object Store） * 3. 索引（Index） * 4. 事务（Transaction） * 5. 游标（Cursor） * 完整代码示例：实现一个联系人管理器 * 1. 初始化数据库 * 2. 添加联系人 * 3. 查询联系人 * 通过ID查询 * 通过索引查询 * 4. 更新联系人 * 5. 删除联系人 * 6. 高级查询：使用游标和范围 * IndexedDB最佳实践 * IndexedDB的浏览器支持情况 * 使用第三方库简化开发 * 常见应用场景 * 总结 引言：为什么需要前端数据库？ 在现代Web开发中，我们经常需要处理大量结构化数据。传统的localStorage和sessionStorage虽然简单易用，