切片搜索（Slicing）进阶指南

适用场景：单个查询的匹配总数很大（如几百万条），而接口对单次查询能返回的结果数量有限制时，通过把查询拆分为多个互斥的子查询，实现"绕过单查询深度限制、拉取更多数据"。

1. 背景：单查询的 60 条硬上限

实测确认（2026-10-17，真实接口验证）：

• 每次请求的 page × size 不得超过 60，即单个查询最多只能看到前 60 条结果：

• 该限制由服务端统一实施，与令牌（API Key）无关：换任意 Key 请求同一个超限组合，同样返回 502。
• 也就是说：单次查询拿满 60 条，想拿第 61 条起的数据，直接翻页是翻不过去的。

2. 原理：限制按"查询语句"独立计算

关键规律：60 条上限是按每一条查询语句独立计算的。

title="login"                     → 可以看到前 60 条
title="login" && country="CN"     → 又可以看前 60 条（互不干扰）
title="login" && country="US"     → 再可以看前 60 条

所以：把一个大查询拆成 N 个互斥的子查询，每个子查询都能拿到自己的 60 条结果，总产出 ≈ N × 60。

3. 切片维度选择

切片的本质：找到一个字段，把结果集互斥且尽量均匀地划分。

常用维度（按推荐顺序）：

组合原则：子查询之间不允许有交集（互斥），并集要能覆盖原查询的全部结果（完备）。 若只有部分维度枚举不完，用 排除链 兜底剩余部分。

4. 完整示例（Python）

以下代码把一个大查询按国家切片，逐片子查询翻页取满，最后合并去重：

import requests
import time

API = "https://fofa.ssgonet.com/api/search"
KEY = "<你的令牌>"

def search(query, page=1, size=50):
    resp = requests.post(API, headers={"X-API-Key": KEY},
                         json={"query": query, "page": page, "size": size})
    resp.raise_for_status()
    return resp.json()

BASE_QUERY = 'title="login"'

# 1. 先探明各子查询的匹配总数（决定每片要翻几页）
countries = ["CN", "US", "JP"]   # 按需调整
slices = []
for c in countries:
    total = search(f'{BASE_QUERY} && country="{c}"', size=2).get("total", 0)
    if total:
        slices.append((c, total))
    print(f"country={c}: total={total}")

# 2. 逐片拉取：每片最多翻到 60 条（page×size ≤ 60）
seen = set()
assets = []
for c, total in slices:
    # 第一页 size=50
    data = search(f'{BASE_QUERY} && country="{c}"', page=1, size=50)
    for a in data.get("assets", []):
        key = (a.get("ip"), a.get("port"))
        if key not in seen:
            seen.add(key)
            assets.append(a)
    # 第二页 size=10（凑满 60）
    if total > 50:
        time.sleep(0.5)
        data = search(f'{BASE_QUERY} && country="{c}"', page=2, size=10)
        for a in data.get("assets", []):
            key = (a.get("ip"), a.get("port"))
            if key not in seen:
                seen.add(key)
                assets.append(a)
    time.sleep(0.5)

print(f"切片后总产出: {len(assets)} 条（单查询只能拿 60 条）")

实测效果（2026-10-17）

中性靶子查询 title="login"（匹配总数约 2971 万）：

切得越细，倍数越高；代价是请求次数增加（每片约 2 次请求），会消耗更多当日额度。

5. 注意事项

1. 额度消耗：每次请求消耗 1 次额度（与返回条数无关）。切片后请求次数成倍增加，请先算好当日额度再跑。
2. 去重：翻页/切片之间可能存在少量重复（实测约 5% 跨页重复），建议按 (ip, port) 或 host 去重。
3. 限速：接口有 QPS 限制（超限返回 429），循环请求时请加适当间隔（如 0.5~1 秒）。
4. 互斥性：切片维度必须互斥，否则同一资产会在多个子查询中重复出现，浪费额度。
5. 完备性：如果枚举维度覆盖不全，最后加一个 排除链 子查询兜底，保证不丢数据。
6. 502 处理：单条子查询若返回 502，通常是该子查询翻页超深（page×size>60），检查参数即可。

6. 快速排查