搜狗网页搜索（联盟搜索）XML接口说明

搜狗网页搜索（联盟搜索）XML接口说明是一个关键的技术文档，专为搜狗联盟搜索的合作伙伴设计，旨在提供详尽的指南，以便他们能够利用搜狗的搜索技术为自己的网站或应用提供高质量的搜索服务。以下是对该接口的核心知识点的深入解析： ### 接口功能与用途 搜狗网页搜索（联盟搜索）XML接口允许合作伙伴通过访问`http://www.sogou.com/websearch/xml/xml4union.jsp`这个WEB接口，获取XML格式的搜索结果页面。这一功能不仅提供了搜索结果的全部内容，还给予了用户自定义展现形式的能力，即用户可以通过提供自己的XSL样式单来定制搜索结果的展示风格。 ### 接口访问与参数详解 #### 访问URI与基本请求 - **URI**: `http://www.sogou.com/websearch/xml/xml4union.jsp` - **基本请求**示例: `http://www.sogou.com/websearch/xml/xml4union.jsp?query=sogou` #### 参数列表及作用 - **query**: 搜索关键词，默认值为“sogou”，支持GBK或gb2312编码。 - **page**: 显示结果的页数，默认为第1页，仅接受大于1的正整数值。 - **highlight**: 控制在summary和title中是否显示标红字符，默认为“off”，有效值为“on”、“off”。标红通过Unicode字符标识。 - **cnt**: 单次显示的结果条数，默认为10，有效范围为1至1000。 - **insite**: 站内搜索参数，指定单个或多个域名进行站内搜索，默认为空，支持多个域名间用'|'分隔。 - **xsl**: XSL样式单URL，若用户有定制化展示需求，需使用此参数，但该样式单需置于搜狗服务器上。 - **ftlookup**: FullText查询参数，设置为1或on时，进行全文查询，结果包含网页的全文摘要。 - **tro**: TimeRankOnly参数，设置为1时，结果按时间排序，其他情况下遵循默认排序规则。 - **ckw**: 分类查询参数，如ckw=IT表示仅查询IT类网页，分类规则可能变动，当前共29种分类。 ### 广告合作与部署规范 对于广告类合作，搜狗的广告系统基于cookie实现计费，因此合作方需遵守特定的部署规范： 1. 请求XML接口时，必须携带`withad=on`参数。 2. 必须通过`leadip`参数向服务器传递真实用户的IP地址。 3. 必须包含联盟特有的`pid`参数，否则无法进行计费。 4. 页面上必须按照接口要求添加pingback代码，这是一个复杂过程，涉及在返回给用户的结果中嵌入特定的`<img>`标记，其`src`属性指向XML中输出的实际pingbackURL。 ### pingback流程说明 - 用户访问联盟合作站点的搜索页面，此页面由合作方提供。 - 合作站点的XML接口模块向搜狗XML接口发送请求，需包含文档描述的参数。 - 在返回HTTP响应给用户前，合作站点需处理搜狗XML接口输出的“pingbackURL”，解析其值，并在返回的搜索结果中插入对应的`<img src="${pingbackUrl}" width=0 height=0/>`代码，其中`${pingbackUrl}`应替换为实际的URL。 通过遵循这些详细的指导原则，搜狗联盟搜索的合作伙伴能够有效地集成搜狗的搜索功能，同时确保广告系统的正常运行，为用户提供更丰富、更个性化的搜索体验。