共计 1941 个字符，预计需要花费 5 分钟才能阅读完成。

背景与痛点

在日常开发中，集成搜索功能是很多应用的必要需求。但开发者常常会遇到以下几个问题：

• 接口限流 ：免费 API 往往有严格的调用频率限制，稍不注意就会触发限流
• 结果解析复杂 ：返回的 JSON 数据结构嵌套深，提取关键信息需要大量代码
• 稳定性不足 ：网络波动或服务端异常可能导致请求失败，缺乏健壮的重试机制
• 性能瓶颈 ：频繁调用 API 导致响应时间变长，影响用户体验

技术选型

对比几种常见的搜索方案：

1. 自建搜索引擎
2. 优点：完全可控，定制性强

3. 缺点：维护成本高，需要专业的搜索算法知识

4. Google Custom Search

5. 优点：结果质量高

6. 缺点：国内访问不稳定，配额有限

7. Baidu Search API

8. 优点：国内访问速度快，文档齐全
9. 缺点：免费版有调用次数限制

对于国内应用场景，Baidu Search API 在访问速度和易用性上具有明显优势。

核心实现

API 调用流程

1. 注册百度开发者账号，创建应用获取 API Key
2. 阅读接口文档，了解请求参数和返回结构
3. 实现 HTTP 请求封装
4. 处理返回结果

Python 示例代码

import requests
import json

class BaiduSearch:
    def __init__(self, api_key):
        self.api_key = api_key
        self.base_url = "http://api.baidu.com/json/v1/search"

    def search(self, query, page=1, size=10):
        """
        执行搜索
        :param query: 搜索关键词
        :param page: 页码
        :param size: 每页数量
        :return: 解析后的结果列表
        """params = {"apiKey": self.api_key,"q": query,"pageNum": page,"pageSize": size}

        try:
            response = requests.get(self.base_url, params=params)
            response.raise_for_status()
            return self._parse_results(response.json())
        except Exception as e:
            print(f"搜索失败: {str(e)}")
            return []

    def _parse_results(self, raw_data):
        """解析返回的 JSON 数据"""
        results = []
        for item in raw_data.get("data", []):
            results.append({"title": item.get("title", ""),"url": item.get("url",""),
                "summary": item.get("summary", "")
            })
        return results

结果过滤技巧

1. 按相关度排序：可以根据返回的 score 字段排序
2. 去除广告结果：检查结果中是否包含推广标记
3. 内容去重：对相似标题或 URL 的结果进行合并

性能优化

缓存策略

• 使用 Redis 缓存热门查询结果
• 设置合理的过期时间（如 5 分钟）
• 对查询参数生成 MD5 作为缓存 key

并发请求

from concurrent.futures import ThreadPoolExecutor

def batch_search(queries, max_workers=5):
    """并发执行多个搜索"""
    with ThreadPoolExecutor(max_workers=max_workers) as executor:
        futures = [executor.submit(baidu.search, q) for q in queries]
        return [f.result() for f in futures]

错误重试

from retrying import retry

@retry(stop_max_attempt_number=3, wait_fixed=2000)
def search_with_retry(query):
    return baidu.search(query)

避坑指南

1. API 配额超限

2. 解决方案：监控调用量，达到阈值时切换备用 Key

3. 结果为空

4. 检查：关键词是否包含特殊字符，尝试 URL 编码

5. 响应慢

6. 优化：减少返回字段，只请求必要数据

7. 认证失败

8. 检查：API Key 是否过期，IP 是否在白名单

安全考量

1. API Key 保护
2. 不要硬编码在代码中

3. 使用环境变量或配置中心

4. 频率控制

5. 实现请求队列

6. 添加适当的延迟

7. 输入校验

8. 过滤用户输入的搜索词
9. 防止 SQL 注入等攻击

延伸思考

1. 如何实现搜索结果的个性化排序（如根据用户历史行为调整权重）？
2. 当搜索 API 不可用时，有哪些优雅降级的方案？
3. 如何设计一个支持多搜索引擎切换的统一搜索接口？

通过本文介绍的方法，你应该能够快速构建一个稳定高效的搜索功能。实际开发中，还需要根据具体业务需求进行调整和优化。