Google广告透明度广告提取

解决什么问题

Google Ads Transparency Center 公开了每个广告主的全部投放素材：创意列表、投放地区、展示格式、上线时间与定向信息。做竞品投放拆解或广告合规审计时，这些数据分散在几十个分页里，逐页复制不仅耗时，还容易漏掉变体素材。这个技能把「打开页面、翻页、复制」变成可脚本化的操作，围绕一个 advertiser_id 即可拿到结构化结果。

核心能力

运行时浏览器需停留在对应的透明度页面，所有数据均为公开信息，无需登录。执行分三步：

1. 获取 XSRF token：调用内部接口前必须先提取站点令牌（get-xsrf-token.py），后续每个请求都通过 --token 携带；
2. 抓取结构化数据：search-creatives.py 按 --cursor 翻页拉取创意列表，支持 --region 地区过滤（如 2840 代表美国）；get-creative-detail.py 返回单条创意的定向、展示统计与变体信息；get-advertiser.py 补充广告主主体资料；resolve-regions.py 把 geo ID 还原为可读国名；
3. 提取广告文案：创意的实际文案渲染在跨域 iframe 中，无法直接读取，技能改用截图加视觉识别提取 headline、description、CTA 按钮文案与落地页 URL；遇到「因政策违规移除」的广告会标记 content_available: false。

适用边界与注意点

• 技能只读取页面上已公开展示的数据，等价于代替人工复制粘贴，不绕过任何认证或访问控制；
• 文案提取走截图流程，单条约需 3–5 秒，批量拉取时建议只用前两个脚本拿元数据，不要逐条截屏；
• XSRF token 可能过期，接口返回认证错误时重新获取即可；站点改版导致接口 404 时需检查脚本是否失效；
• 高频请求会触发限流，批量脚本需串行执行并加 1–2 秒间隔，不要在同一浏览器会话里并行调用；
• 部分创意的定向与展示数据在站点上本身就是 null（未披露），这属于正常情况而非提取失败。