ChatGPT
通过提交提示提取 ChatGPT 回复,解析数据包括回复文本、Markdown 输出、引用、外部链接和 LLM 模型信息。
该 chatgpt source 允许您向 ChatGPT 提交提示,并接收完全解析的结构化响应,包括纯文本和 Markdown 答案、来源引用、模型使用的搜索查询,以及购物产品和广告。
请求示例
以下代码示例演示如何使用以下方式向 ChatGPT 提交提示 Push-Pull.
curl 'https://data.oxylabs.io/v1/queries' \\
--user 'USERNAME:PASSWORD' \\
-H 'Content-Type: application/json' \\
-d '{
"source": "chatgpt",
"prompt": "best supplements for better sleep",
"parse": true,
"geo_location": "United States",
"callback_url": "https://your-server.com/oxylabs-callback"
}'import requests
from pprint import pprint
# 结构化载荷。
payload = {
'source': 'chatgpt',
'prompt': 'best supplements for better sleep',
'parse': True,
'geo_location': "United States",
'callback_url': "https://your-server.com/oxylabs-callback"
}
# 获取响应。
response = requests.request(
'POST',
'https://data.oxylabs.io/v1/queries',
auth=('USERNAME', 'PASSWORD'),
json=payload,
)
# Print prettified response to stdout.
pprint(response.json())使用以下方式提交作业 Push-Pull 集成(包括 批量查询) 方法会立即返回作业 ID,而不是结果。一旦作业状态为 done,即可获取解析后的响应。参见 集成方式 LLMs 和 AI 页面上的完整提交与检索流程。
请求参数
用于抓取 ChatGPT 的基本设置和自定义选项。
- 必填参数
结构化数据
一旦通过 Push-Pull 结果端点检索到作业,网页爬虫API 会返回包含 ChatGPT 输出的 HTML 或 JSON 对象,其中包含结果页各元素的结构化数据。
响应的组成可能会因查询是否来自 desktop 或 mobile 设备。
输出数据字典
HTML 示例

JSON 结构
所有 LLM 目标返回相同的顶层 作业 和 results[] 封装。参见 LLMs 和 AI 以查看完整的元数据参考。
下表显示 ChatGPT 特定的 results[].content 字段:
prompt
用于生成结果的已提交提示。
字符串
llm_model
用于该响应的特定 ChatGPT 模型(例如, gpt-4o).
字符串
response_text
来自 ChatGPT 的纯文本响应。
字符串
markdown_text
以 Markdown 格式呈现的 ChatGPT 响应。
字符串
markdown_json
Markdown 响应的结构化 JSON 表示。每个项包含 type 和 children.
数组
citations
响应来源引用列表。对象包含 title, url, text, description,以及 section.
数组
search_queries
模型用于收集信息的搜索查询。
字符串数组
links
用于内联来源链接详情的对象列表: url 和 text.
数组
shopping_products
包含产品详情的对象列表: price, title, rating, 货币, price_str,以及 thumbnail.
数组
ads
广告详情,包含 url, title, image_url, description,以及一个 advertiser_info 对象。
数组
ads.advertiser_info
包含广告主的对象 url, 姓名,以及 image_url
对象
parse_status_code
12000 – 成功。否则,解析器未能提取部分或全部结构化字段。
整数
– 条件返回,仅在内容出现在 LLM 响应中时返回。
最后更新于
这有帮助吗?

