如何使用 SERP API 采集 Google Maps 结果

了解如何使用 SERP API 和 Python 采集 Google Maps 结果，提取商家名称、评分、评论数、地址、电话、网站、place ID 和 GPS 坐标，并导出为 CSV。

Ethan Caldwell

最后更新于

2026-06-18

6 分钟阅读

Google Maps results 对需要 local business data 的搜索场景非常有用。

例如，你可能想采集 New York 的餐厅、London 的牙医、机场附近的酒店、某个城市的维修店，或查看某个 local search result 中出现了哪些 competitors。

一条 Google Maps SERP result 通常可以包含：

business name
rating
review count
address
phone number
website
business type
opening hours
place ID
GPS coordinates
result position

你可以尝试直接用 browser automation 抓取 Google Maps，但通常需要处理 page rendering、scrolling、dynamic loading、anti-bot checks、proxy rotation 和频繁变化的 layout。

SERP API 通常是更简单的方式。你只需要发送 query 和 location，就可以收到 structured JSON results。

这篇文章会用 Python 示范如何采集 Google Maps results，整理数据，并导出为 CSV。

为什么要采集 Google Maps Results？

Google Maps data 适合很多 workflow：

Local SEO：追踪哪些商家在 local keywords 下排名。
Lead generation：采集 business names、websites 和 contact information。
Market research：比较不同城市的 local competitors。
Reputation monitoring：追踪 ratings 和 review counts。
AI agents：让 agent 在生成推荐前获取最新 local business data。
Dashboards：为 agency 或内部团队建立报告。

例如 local SEO agency 可能会搜索：

dentist in Austin
plumber near Chicago
best coffee shop in Seattle
law firm in Boston

然后比较哪些 businesses 出现、排名第几，以及 ratings 是否随时间改变。

为什么使用 SERP API？

手动抓取 Google Maps 很容易变得脆弱。

你可能需要处理：

browser rendering
infinite scroll
dynamic JavaScript
blocked requests
CAPTCHA challenges
changing HTML structure
location-specific results
mobile vs desktop differences

SERP API 会帮你处理大部分 collection layer。

使用 SERP API 后，workflow 会变得更简单：

Send query + location
→ Receive structured JSON
→ Extract business fields
→ Save to CSV, database, or dashboard

Talordata、SerpApi、DataForSEO、Bright Data、SearchAPI.io 和 Serper.dev 都可以用于这类 workflow。下面的 code 是 provider-neutral 的，你可以根据自己使用的 API 调整。查看API文档

我们要做什么？

我们会建立一个小型 Python script，用来：

向 SERP API 发送 Google Maps-style search query
读取 JSON response
提取 local business results
normalize fields
将结果导出为 CSV file

先安装需要的 package：

pip install requests

Python 内置的 csv module 已经足够导出数据，所以不需要额外安装 CSV library。

Step 1：设置 API Key

建议使用 environment variables，不要把 credentials 直接写在代码里。

export SERP_API_KEY="your_api_key_here"
export SERP_API_ENDPOINT="https://your-serp-api-endpoint.com/search"

Windows PowerShell：

$env:SERP_API_KEY="your_api_key_here"
$env:SERP_API_ENDPOINT="https://your-serp-api-endpoint.com/search"

不同 provider 的 endpoint format 可能不同。有些使用 q，有些使用 query。有些使用 engine=google_maps，有些使用 type=maps 或 dedicated Maps endpoint。

核心思路是一样的。

Step 2：请求 Google Maps Results

下面是一个 basic request function：

import os
import requests


SERP_API_KEY = os.getenv("SERP_API_KEY")
SERP_API_ENDPOINT = os.getenv("SERP_API_ENDPOINT")


def search_google_maps(query, location="United States"):
    params = {
        "engine": "google_maps",
        "query": query,
        "location": location,
        "output": "json"
    }

    headers = {
        "Authorization": f"Bearer {SERP_API_KEY}"
    }

    response = requests.get(
        SERP_API_ENDPOINT,
        params=params,
        headers=headers,
        timeout=30
    )

    response.raise_for_status()
    return response.json()

根据你的 SERP API provider，可能需要把：

"engine": "google_maps"

改成：

"type": "maps"

或：

"search_type": "local"

如果你的 provider 将 API key 放在 query parameter 中，可以这样改：

params["api_key"] = SERP_API_KEY

重点是把 request layer 和 parsing layer 分开。

Step 3：Normalize Google Maps Results

不同 API 可能会把 Maps results 放在不同 key 下，例如：

local_results
maps_results
places_results

使用 flexible parser 可以避免切换 provider 时 code 直接坏掉。

from datetime import datetime, timezone


def clean_text(value):
    if not value:
        return ""
    return " ".join(str(value).split())


def get_maps_results(serp_json):
    return (
        serp_json.get("local_results")
        or serp_json.get("maps_results")
        or serp_json.get("places_results")
        or []
    )


def normalize_maps_results(serp_json, query, location):
    results = get_maps_results(serp_json)
    collected_at = datetime.now(timezone.utc).isoformat()

    rows = []

    for index, item in enumerate(results, start=1):
        gps = item.get("gps_coordinates") or {}

        rows.append({
            "query": query,
            "location": location,
            "position": item.get("position") or item.get("rank") or index,
            "business_name": clean_text(item.get("title") or item.get("name")),
            "rating": item.get("rating"),
            "reviews": item.get("reviews") or item.get("reviews_count"),
            "business_type": clean_text(item.get("type") or item.get("category")),
            "address": clean_text(item.get("address")),
            "phone": clean_text(item.get("phone")),
            "website": item.get("website") or item.get("link") or "",
            "place_id": item.get("place_id") or item.get("data_id") or item.get("data_cid") or "",
            "latitude": gps.get("latitude"),
            "longitude": gps.get("longitude"),
            "collected_at": collected_at
        })

    return rows

这样可以得到一个干净、稳定的格式，适合放入 spreadsheet、dashboard 或 database。

Step 4：导出结果到 CSV

接着可以把 normalized rows 写入 CSV file。

import csv


CSV_COLUMNS = [
    "query",
    "location",
    "position",
    "business_name",
    "rating",
    "reviews",
    "business_type",
    "address",
    "phone",
    "website",
    "place_id",
    "latitude",
    "longitude",
    "collected_at"
]


def export_to_csv(rows, filename="google_maps_results.csv"):
    if not rows:
        print("No results to export.")
        return

    with open(filename, mode="w", newline="", encoding="utf-8") as file:
        writer = csv.DictWriter(file, fieldnames=CSV_COLUMNS)
        writer.writeheader()
        writer.writerows(rows)

    print(f"Exported {len(rows)} rows to {filename}")

完整代码

import os
import csv
import requests

from datetime import datetime, timezone


SERP_API_KEY = os.getenv("SERP_API_KEY")
SERP_API_ENDPOINT = os.getenv("SERP_API_ENDPOINT")

CSV_COLUMNS = [
    "query",
    "location",
    "position",
    "business_name",
    "rating",
    "reviews",
    "business_type",
    "address",
    "phone",
    "website",
    "place_id",
    "latitude",
    "longitude",
    "collected_at"
]


def clean_text(value):
    if not value:
        return ""
    return " ".join(str(value).split())


def search_google_maps(query, location="United States"):
    params = {
        "engine": "google_maps",
        "query": query,
        "location": location,
        "output": "json"
    }

    headers = {
        "Authorization": f"Bearer {SERP_API_KEY}"
    }

    response = requests.get(
        SERP_API_ENDPOINT,
        params=params,
        headers=headers,
        timeout=30
    )

    response.raise_for_status()
    return response.json()


def get_maps_results(serp_json):
    return (
        serp_json.get("local_results")
        or serp_json.get("maps_results")
        or serp_json.get("places_results")
        or []
    )


def normalize_maps_results(serp_json, query, location):
    results = get_maps_results(serp_json)
    collected_at = datetime.now(timezone.utc).isoformat()

    rows = []

    for index, item in enumerate(results, start=1):
        gps = item.get("gps_coordinates") or {}

        rows.append({
            "query": query,
            "location": location,
            "position": item.get("position") or item.get("rank") or index,
            "business_name": clean_text(item.get("title") or item.get("name")),
            "rating": item.get("rating"),
            "reviews": item.get("reviews") or item.get("reviews_count"),
            "business_type": clean_text(item.get("type") or item.get("category")),
            "address": clean_text(item.get("address")),
            "phone": clean_text(item.get("phone")),
            "website": item.get("website") or item.get("link") or "",
            "place_id": item.get("place_id") or item.get("data_id") or item.get("data_cid") or "",
            "latitude": gps.get("latitude"),
            "longitude": gps.get("longitude"),
            "collected_at": collected_at
        })

    return rows


def export_to_csv(rows, filename="google_maps_results.csv"):
    if not rows:
        print("No results to export.")
        return

    with open(filename, mode="w", newline="", encoding="utf-8") as file:
        writer = csv.DictWriter(file, fieldnames=CSV_COLUMNS)
        writer.writeheader()
        writer.writerows(rows)

    print(f"Exported {len(rows)} rows to {filename}")


if __name__ == "__main__":
    query = "coffee shops in Seattle"
    location = "Seattle, Washington, United States"

    serp_json = search_google_maps(query, location)
    rows = normalize_maps_results(serp_json, query, location)
    export_to_csv(rows)

执行后，会生成一个文件：

google_maps_results.csv

获取更好 Google Maps Data 的建议

使用具体 local queries。
coffee shop in Seattle 会比 coffee 更清楚。

仔细控制 location。
City、region、country 和 coordinates 都可能改变结果。

保存 timestamps。
Local rankings 会随时间变化，因此每条 record 都应包含 collected_at。

保留 place identifiers。
place_id、data_id 或 data_cid 可以帮助你在多次抓取中匹配同一个 business。

先 normalize 再存储。
不要让 dashboard 直接依赖某个 provider 的 raw response format。免费测试SERP API

FAQ

可以不用 SERP API 直接采集 Google Maps results 吗？

可以，但会更难。你可能需要 browser automation、proxy handling、CAPTCHA handling、scrolling logic 和 HTML parsing。SERP API 通常能更快提供 structured data。

可以从 Google Maps results 中获取哪些字段？

常见字段包括 business name、ranking position、rating、review count、address、phone number、website、business category、place ID 和 GPS coordinates。

Google Maps results 可以用于 local SEO 吗？

可以。Local SEO 团队常用 Maps data 监测 rankings、比较 competitors、追踪 ratings，并生成 client reports。

Google Maps results 应该保存为 CSV 还是 database？

小型测试和报告可以用 CSV。如果要对多个 keywords、cities 和 clients 做 recurring monitoring，database 会更合适。